基于GCN-LSTM的个体位置预测方法

    公开(公告)号:CN112270349B

    公开(公告)日:2023-02-21

    申请号:CN202011142144.2

    申请日:2020-10-23

    Applicant: 福州大学

    Abstract: 本发明涉及一种基于GCN‑LSTM的个体位置预测方法,包括以下步骤:步骤S1:采集用户的轨迹数据;步骤S2:度量用户轨迹的相似性;步骤S3:根据得到的用户轨迹的相似性,利用图卷积网络提取用户的相似性特征;步骤S4:构建改进的GCN‑LSTM模型;步骤S5:基于相似性特征,采用改进的GCN‑LSTM模型提取用户轨迹的时间特征,得到预测结果。本发明顾及了用户轨迹相似度,利用图卷积模型对用户轨迹的相似性特征建模,有效地提取了用户间的相似性特征,更好地利用用户相似性提高个体位置预测的正确率。

    基于图结构的车载激光点云道路标线识别方法

    公开(公告)号:CN110210415B

    公开(公告)日:2022-09-30

    申请号:CN201910484566.9

    申请日:2019-06-05

    Applicant: 福州大学

    Abstract: 本发明涉及一种基于图结构的车载激光点云道路标线识别方法,包括以下步骤:步骤S1:基于强度校正的标线分割和小尺寸目标提取,基于分割结果提取小尺寸标线对象;步骤S2:根据获得的小尺寸标线对象,基于标线的形状特征和邻域空间结构构建由参考标线指向邻域对象的空间与语义关系图;步骤S3:基于空间与语义关系图,自定义图结构节点与边存储编码规则,构建图结构的特征描述子;步骤S4:根据图结构的特征描述子,构建并训练深度神经网络;步骤S5:利用训练后的深度神经网络从车载激光点云目标分割结果中直接提取不同类型的标线。本发明能够实现对复杂城市场景中多类型标线的自动识别与精细分类。

    融合发热人数和人口背景数据的流行病疫情时空预警方法

    公开(公告)号:CN115036040A

    公开(公告)日:2022-09-09

    申请号:CN202210747021.4

    申请日:2022-06-28

    Applicant: 福州大学

    Abstract: 本发明提供了一种融合发热人数和人口背景数据的流行病疫情时空预警方法,包括以下步骤:步骤S1,收集并预处理发热症状数据;步骤S2,提取发热症状时间与空间信息;步骤S3,发热病例密度指标和时空扫描窗口的构建;步骤S4,前瞻性时空重排扫描与显著性计算;步骤S5,预警结果的识别。本方法利用流行病的早期典型症状数据,同时考虑到时间和空间关系,并纳入人口因素,从而有效的提高流行病预警的及时性与精准性。

    顾及动态人口数据的出租车服务综合不平等性评估方法

    公开(公告)号:CN116402373A

    公开(公告)日:2023-07-07

    申请号:CN202310060273.4

    申请日:2023-01-18

    Applicant: 福州大学

    Abstract: 本发明提出顾及动态人口数据的出租车服务综合不平等性评估方法,所述方法基于运营车辆轨迹数据,顾及动态人口分布,基于泰尔指数评估出租车服务相对于动态人口的不平等性,通过泰尔指数分解来评估不同研究区域分组对出租车服务不平等性的贡献,包括以下步骤;步骤S1、收集数据并进行预处理步骤S2、出租车服务水平计算;步骤S3、动态人口提取;步骤S4、泰尔指数计算与分解;本发明使用动态人口对出租车载客服务的不平等性进行评估,具有更高的合理性与准确性。

    共享单车潮汐点识别及租还需求预测方法

    公开(公告)号:CN116188121A

    公开(公告)日:2023-05-30

    申请号:CN202310129981.9

    申请日:2023-02-17

    Applicant: 福州大学

    Abstract: 现有的共享单车潮汐性研究大多利用时空聚类方法识别的共享单车热点区域趋于宏观,且聚类参数的设置对结果影响较大,难以满足精细化调度应用需求;现有的共享单车需求预测方法未顾及单个电子围栏的容量、租/还需求差异,影响了预测精准度。为此,本发明旨在提出一种基于共享单车订单数据和电子围栏空间数据的小尺度共享单车潮汐点识别方法,并进一步利用K最邻近(KNN)算法计算邻近电子围栏之间的相关信息,构建基于融合时空特征的KNN‑LightGBM模型预测潮汐点的租还需求,从而提高预测精度。模拟数据集验证了本发明方法的有效性。

    基于贝叶斯网络模型的电子证照推荐方法、设备及存储介质

    公开(公告)号:CN116150483A

    公开(公告)日:2023-05-23

    申请号:CN202310079174.0

    申请日:2023-01-18

    Applicant: 福州大学

    Abstract: 本申请涉及信息技术服务技术领域,具体涉及一种基于贝叶斯网络模型的电子证照推荐方法、设备及存储介质。本申请方法包括以下步骤:采集用户办理的政务服务事项及其对应证照文件的样本数据;对样本数据进行预处理;根据样本数据构建贝叶斯网络模型;基于用户办理的政务服务事项,根据贝叶斯网络模型中后续政务服务事项的概率从高到底排序,输出最靠前的政务服务事项以及对应的证照文件集合。本发明基于政务服务事项关联的证照及时间序列关系,考虑居民办事地理区位差异,分别构建证照文件推荐模型,根据模型为用户办理的政务服务事项推荐优选的后续政务服务事项及所需证照文件集合,可以提高政务服务中应用的便捷性和智能化水平。

    基于MOP-PLUS模型的低碳导向下省域国土空间分区优化模拟方法

    公开(公告)号:CN114997480A

    公开(公告)日:2022-09-02

    申请号:CN202210571594.6

    申请日:2022-05-24

    Applicant: 福州大学

    Abstract: 本发明涉及一种基于MOP‑PLUS模型的低碳导向下省域国土空间分区优化模拟方法。通过设定自然和低碳两种发展情景,针对不同主体功能区设置差异化的碳排放量、经济效益和生态效益约束目标,通过MOP模型对低碳发展情景下的用地需求进行预测,并以此为基础运用PLUS模型开展多情景下的国土空间分区优化模拟。本发明方法通过碳排放定量计算方法、多情景模拟等技术手段建立应对逻辑路径,可从省级空间规划视角下推动落实不同主体功能区的差异化控碳思路,为区域土地利用管控政策的制定提供决策依据。

    基于移动监测数据的城市PM25浓度分布模拟及场景解析模型

    公开(公告)号:CN114936957A

    公开(公告)日:2022-08-23

    申请号:CN202210561494.5

    申请日:2022-05-23

    Applicant: 福州大学

    Abstract: 本发明通过了一种基于移动监测数据的城市PM25浓度分布模拟及场景解析模型,包括步骤S1,基于固定监测站的PM2.5浓度移动监测数据时空校正,构建时空一致的PM2.5浓度训练数据集;步骤S2,分析污染源相关因素与PM2.5浓度的相关性,基于地理加权回归方法构建PM2.5浓度空间分异模拟模型;步骤S3,基于梯度提升树方法融合污染扩散相关因素和场景因素,对PM2.5浓度空间分异模拟模型的拟合残差进一步拟合,构建PM2.5浓度模拟与场景解析模型;步骤S4,结合部分依赖图方法,分析PM2.5浓度对场景因素的响应特征。应用本技术方案可兼顾PM2.5浓度的空间异质性以及气象和城市场景因素对PM2.5浓度的非线性影响,提升城市内部PM2.5浓度分布模拟的空间分辨率。

    一种融合点云和多视图的车载激光点云多目标识别方法

    公开(公告)号:CN112257637B

    公开(公告)日:2022-05-24

    申请号:CN202011187179.8

    申请日:2020-10-30

    Applicant: 福州大学

    Abstract: 本发明涉及一种融合点云和多视图的车载激光点云多目标识别方法,基于独立点云对象,构建深度模型PGVNet进行面上地物类别预测:利用点云特征提取模块对独立点云对象进行点云局部特征提取;生成独立对象的多视角图像,并利用视图特征提取模块采用视图分组与组特征融合,提取最优视图特征;基于注意力机制利用点云‑视图特征融合模块将最优视图特征与点云特征进行融合,获取融合注意力的点云全局特征;最后利用分类器MLP进行车载激光点云面上独立地物目标的类别预测。本发明一方面减少相似视图间的信息冗余问题,另一方面则能利用最优视图特征指导模型对点云局部特征的学习,提高模型分类精度,为车载激光点云路侧多目标精细分类提供一种新的研究方法。

Patent Agency Ranking