公开(公告)号：CN118571007A

公开(公告)日：2024-08-30

申请号：CN202410638807.1

申请日：2024-05-22

Applicant: 重庆邮电大学

Inventor： 邓维斌 ,  朱正凯 ,  于洪 ,  熊媛媛 ,  刘森 ,  王维 ,  罗婉瑜 ,  黄海丰 ,  伍溯源

IPC: G08G1/01 ,  G06F18/25 ,  G06F18/211 ,  G06N5/025 ,  G06N3/045 ,  G06N3/0442 ,  G06N3/0464 ,  G06F18/213 ,  G06F123/02

Abstract: 本发明涉及一种关注兴趣点与多尺度时序关系的交通事故预测方法及装置，属于交通事故预测领域。该方法包括：S1：对数据进行收集与清洗，并提取数据特征；S2：通过PKM模块提取POI对事故影响的POI时空知识；S3：将数据特征和POI时空知识融合为新的特征，并将其划分为空间特征、时间特征和时空特征；S4：将时间特征和时空特征经过尺度划分模块以分割为历史、周期和临近尺度；S5：将空间特征、不同尺度的时间特征和时空特征输入至模型中训练，并保存最佳模型；模型包括SCM、TCM、STCM和注意力模块；S6：向保存的最佳模型中输入测试数据，得到未来某条道路交通事故的预测值。本发明能提升道路级交通事故预测精度。

公开(公告)号：CN118733788A

公开(公告)日：2024-10-01

申请号：CN202410857124.5

申请日：2024-06-28

Applicant: 重庆邮电大学

Inventor： 邓维斌 ,  熊媛媛 ,  于洪 ,  朱正凯 ,  顾浩麒 ,  邢思昊 ,  王苗 ,  蒋子群

IPC: G06F16/36 ,  G06N3/045 ,  G06N3/0464 ,  G06N3/084

Abstract: 本发明涉及一种基于多尺度空洞Transformer的知识图谱嵌入方法及装置，属于计算机存储技术领域。该方法包括：样本采集阶段、向量融合阶段、模型构建与训练阶段和链接预测阶段；其中，模型构建与训练阶段具体是构建基于多尺度空洞Transformer的深度学习模型，该模型是一个两阶段的Transformer架构，第一阶段利用融合空洞卷积的多尺度空洞注意力学习到复杂的局部特征信息，第二阶段使用融合子图邻接矩阵的多头结构感知注意力，保证注意力计算分数和子图结构保持高度一致，学习全局信息，得到Transformer的编码结果，包含局部和全局特征信息。本发明能提高知识图谱嵌入的性能。