-
公开(公告)号：CN111798991B
公开(公告)日：2022-09-02
申请号：CN202010657929.7
申请日：2020-07-09
Applicant: 重庆邮电大学
Abstract: 本发明涉及一种基于LSTM的新冠肺炎疫情群体态势预测方法，属于深度学习技术领域。该方法包括以下步骤：S1：新冠肺炎疫情数据获取；S2：全国新冠肺炎疫情群体态势预测；S3：省、自治区和直辖市新冠肺炎疫情预测；S4：城市新冠肺炎疫情群体态势预测。深度学习目前在许多领域取得了优异的效果，LSTM在时间序列预测问题上表现较好，能够很好的挖掘数据的时间特征和规律，相比于传统的非参数模型效果要好。
-
公开(公告)号：CN112150493A
公开(公告)日：2020-12-29
申请号：CN202011004389.9
申请日：2020-09-22
Applicant: 重庆邮电大学
Abstract: 本发明针对在自然场景下定位屏幕位置，且基于全卷积网络(Fully Convolutional Network)的边缘检测技术生成的屏幕边缘粗糙等问题，研究并提出一种基于语义指导的自然场景下屏幕区域检测方法。提出一种基于语义指导的边缘检测网络用于屏幕边缘检测，该网络分成两部分，一部分是由反卷积模块组成，完成图像分割任务，另一部分由不同尺度的特征图融合后进行图像边缘检测任务。将算法模型同时进行图像分割与图像边缘检测任务的训练，最后融合两个任务的输出得到最终边缘图像。在屏幕区域定位阶段，通过霍夫变换(Hough Transform)进行边缘图像直线检测，去掉重合直线，将符合条件的屏幕角点取出，并通过仿射变换(Affine Transformation)进行区域角度进行校正，最终得到屏幕内容图像。
-
公开(公告)号：CN113051811B
公开(公告)日：2022-08-05
申请号：CN202110281219.3
申请日：2021-03-16
Applicant: 重庆邮电大学
Abstract: 本发明提出一种基于GRU(GatedRecurrentUnit，门控循环单元)网络的多模式短期交通拥堵预测方法，分为交通速度预测和交通拥堵识别。其方案为：获取全部时空交通速度数据；提取四种模式对应的时空交通速度数据；提取四种模式对应的路段网络数据和特殊时间数据，采用one‑hot编码生成辅助信息向量；分别提取四种模式下交通速度数据邻近性、周期性和趋势性矩阵；制定多步交通速度数据标签；构建以交通速度数据邻近性、周期性和趋势性矩阵作为GRU‑FC网络输入的GRU‑FC模型。设置模型超参数，对模型调参、训练；使用训练好的模型，获取短期交通速度数据，经过计算交通拥堵阈值、划分交通拥堵等级得到交通拥堵结果。本发明提出的交通拥堵预测方法具有针对性和高准确性。
-
Patent Agency Ranking
公开(公告)号：CN112150493B
公开(公告)日：2022-10-04
申请号：CN202011004389.9
申请日：2020-09-22
Applicant: 重庆邮电大学
IPC: G06T7/13 , G06T3/40 , G06T3/00 , G06N3/04 , G06V10/82 , G06V10/80 , G06V10/26 , G06V10/774 , G06V20/70
Abstract: 本发明针对在自然场景下定位屏幕位置，且基于全卷积网络(Fully Convolutional Network)的边缘检测技术生成的屏幕边缘粗糙等问题，研究并提出一种基于语义指导的自然场景下屏幕区域检测方法。提出一种基于语义指导的边缘检测网络用于屏幕边缘检测，该网络分成两部分，一部分是由反卷积模块组成，完成图像分割任务，另一部分由不同尺度的特征图融合后进行图像边缘检测任务。将算法模型同时进行图像分割与图像边缘检测任务的训练，最后融合两个任务的输出得到最终边缘图像。在屏幕区域定位阶段，通过霍夫变换(Hough Transform)进行边缘图像直线检测，去掉重合直线，将符合条件的屏幕角点取出，并通过仿射变换(Affine Transformation)进行区域角度进行校正，最终得到屏幕内容图像。
-
公开(公告)号：CN111916218A
公开(公告)日：2020-11-10
申请号：CN202010796553.8
申请日：2020-08-10
Applicant: 重庆邮电大学
Abstract: 本发明涉及一种新型冠状病毒肺炎疫情多级预警方法及系统，属于公共卫生信息化领域。本发明采用基于长短期记忆网络LSTM的新型冠状病毒肺炎疫情群体态势预测算法得出的新冠肺炎疫情群体态势每日新增确诊预测数据，结合百度地图迁徙大数据平台获取的全国城市之间的每天人口流动比例数据以及各城市的行政区划代码数据，经过编码、归一化和坐标映射等处理，通过扩展的K-均值聚类算法得出全国、各城市之间的新冠肺炎疫情多级预警数据。利用多点数据串联，针对实时新冠肺炎疫情信息智能生成预警信息内容，通过网络发送至Web客户端和移动客户端并以可视化方式呈现，为全国各城市区域新冠肺炎疫情多级预警提供数据支持。
-
公开(公告)号：CN111798991A
公开(公告)日：2020-10-20
申请号：CN202010657929.7
申请日：2020-07-09
Applicant: 重庆邮电大学
Abstract: 本发明涉及一种基于LSTM的新冠肺炎疫情群体态势预测方法，属于深度学习技术领域。该方法包括以下步骤：S1：新冠肺炎疫情数据获取；S2：全国新冠肺炎疫情群体态势预测；S3：省、自治区和直辖市新冠肺炎疫情预测；S4：城市新冠肺炎疫情群体态势预测。深度学习目前在许多领域取得了优异的效果，LSTM在时间序列预测问题上表现较好，能够很好的挖掘数据的时间特征和规律，相比于传统的非参数模型效果要好。
-
公开(公告)号：CN111916218B
公开(公告)日：2022-07-22
申请号：CN202010796553.8
申请日：2020-08-10
Applicant: 重庆邮电大学
Abstract: 本发明涉及一种新型冠状病毒肺炎疫情多级预警方法及系统，属于公共卫生信息化领域。本发明采用基于长短期记忆网络LSTM的新型冠状病毒肺炎疫情群体态势预测算法得出的新冠肺炎疫情群体态势每日新增确诊预测数据，结合百度地图迁徙大数据平台获取的全国城市之间的每天人口流动比例数据以及各城市的行政区划代码数据，经过编码、归一化和坐标映射等处理，通过扩展的K‑均值聚类算法得出全国、各城市之间的新冠肺炎疫情多级预警数据。利用多点数据串联，针对实时新冠肺炎疫情信息智能生成预警信息内容，通过网络发送至Web客户端和移动客户端并以可视化方式呈现，为全国各城市区域新冠肺炎疫情多级预警提供数据支持。
-
公开(公告)号：CN113051811A
公开(公告)日：2021-06-29
申请号：CN202110281219.3
申请日：2021-03-16
Applicant: 重庆邮电大学
Abstract: 本发明提出一种基于GRU(GatedRecurrentUnit，门控循环单元)网络的多模式短期交通拥堵预测方法，分为交通速度预测和交通拥堵识别。其方案为：获取全部时空交通速度数据；提取四种模式对应的时空交通速度数据；提取四种模式对应的路段网络数据和特殊时间数据，采用one‑hot编码生成辅助信息向量；分别提取四种模式下交通速度数据邻近性、周期性和趋势性矩阵；制定多步交通速度数据标签；构建以交通速度数据邻近性、周期性和趋势性矩阵作为GRU‑FC网络输入的GRU‑FC模型。设置模型超参数，对模型调参、训练；使用训练好的模型，获取短期交通速度数据，经过计算交通拥堵阈值、划分交通拥堵等级得到交通拥堵结果。本发明提出的交通拥堵预测方法具有针对性和高准确性。
-
-
-
-
-
-
-
Search Results
8
records
(took 0.019 seconds)
