-
公开(公告)号：CN115526645A
公开(公告)日：2022-12-27
申请号：CN202110704374.1
申请日：2021-06-24
摘要： 本发明提供了一种基于生成对抗模仿学习模型的行人轨迹模拟方法及系统。其中，所述方法包括：将待仿真行人在目标区域内的起始位置的坐标和时间，输入至预先训练得到的生成对抗模仿学习模型；获得所述生成对抗模仿学习模型生成的所述待仿真行人的运动轨迹；其中，所述生成对抗模仿学习模型是利用预先获得的所述目标区域的行人轨迹和人口分布的热力图训练得到的。本发明实施例设计了一个生成对抗模仿学习模型，将人群的群体分布考虑进模型，使得生成的轨迹符合群体约束，其模拟得到的行人轨迹，更加接近于真实情况，从而提高了轨迹生成结果的真实性。
-
公开(公告)号：CN115526440A
公开(公告)日：2022-12-27
申请号：CN202110706536.5
申请日：2021-06-24
摘要： 本发明提供了一种基于人群模拟的风险管控评估方法及系统。其中，本发明的所述方法包括：获取目标区域的全局人口分布信息；根据所述目标区域的全局人口分布信息，生成所述目标区域内行人的运动轨迹；根据所述目标区域内行人的运动轨迹，对所述目标区域进行人群风险评估。本发明基于个体模拟轨迹与个体信息进行风险评估，实现了以个体粒度的风险仿真，突出了每个个体的异质性，能够更为准确的反映真实风险情况。
-
公开(公告)号：CN115526362A
公开(公告)日：2022-12-27
申请号：CN202110704358.2
申请日：2021-06-24
摘要： 本发明提供了一种基于深度学习的人口分布补全方法及系统。本发明获取各个采样点采集到的人口数量的时间序列，根据各个采集点根据空间距离与时间序列相似度建模为两张图，并通过GCN来捕捉各个采集点之间的空间联系，将不同时刻的GCN输出连接起来，得到各个采样点下的时间序列，并将此时间序列利用GRU模块来捕捉时间上的联系，然后通过补全模块获得未来一段时间全局人口分布的预测结果。本发明能够提高全局人口分布的预测结果的准确性，并为后续的分析处理任务提供数据支撑。
-
公开(公告)号：CN118098628A
公开(公告)日：2024-05-28
申请号：CN202410210378.8
申请日：2024-02-26
申请人： 清华大学
IPC分类号： G16H50/80 , G16H50/30 , G06F16/587 , G06V10/26 , G06V10/764
摘要： 一种基于地理标记图像的传染病风险识别方法及装置，方法包括：利用预先建立的视觉模型，对地理标志图像进行稠密表征向量提取与聚合，得到图节点特征；利用移动模型，对人口数量与区域间距进行处理，得到边权重；对图节点特征进行线性变换，得到易感者表征向量、感染者表征向量及康复者表征向量，利用边权重，对邻域的感染者表征向量进行聚合；根据本区域易感者表征向量与本区域感染者表征向量，确定各区域对应的区域易感者表征向量、区域感染者表征向量及区域康复者表征向量，对各区域表征向量进行拼接与聚合，确定传染病风险等级。本发明在更好地表示疾病传播过程的同时，实现了领域知识与海量数据的协同驱动，并实现了高准确度的疾病风险识别。
-
公开(公告)号：CN115526018A
公开(公告)日：2022-12-27
申请号：CN202110704145.X
申请日：2021-06-24
IPC分类号： G06F30/20
摘要： 本发明提供了一种基于社会力模型的行人轨迹模拟方法及系统。本发明实施例引入了人口分布信息辅助生成行人随机驻停和随机探索的驻停点，并插入到行人路线中。本发明实施例基于室内辅助场景信息生成行人路线，并引入行人的驻停与随机探索行为，生成行人在各个子区域中的驻停点。通过精细的行人特征建模与行人环境互动建模，显著提高了室内行人移动轨迹模拟的真实性。另外，本发明实施例还通过缓存机制和GPU运算，提高了轨迹生成的效率。并且，本发明实施例能够支持模拟多种类型的干预政策的干预效果。
-
公开(公告)号：CN111815396B
公开(公告)日：2024-05-31
申请号：CN202010501385.5
申请日：2020-06-04
申请人： 清华大学
IPC分类号： G06Q30/0601 , G06N3/045 , G06N3/082 , G06N3/086
摘要： 本发明实施例涉及产品智能化推荐技术领域，公开了基于元图的产品筛选方法、系统、设备及存储介质。本发明实施例先获取异构网络信息；将异构网络信息输入至预设产品筛选模型，输出产品分值；基于产品分值确定待推荐产品对应的产品信息；其中，预设产品筛选模型用于通过元图处理异构网络信息。明显地，本发明实施例将应用异构网络信息来筛选待推荐产品，而非仅局限于用户与产品二者之间的交互，同时，还使用了元图过滤异构网络信息以辅助推荐行为，从而提升了推荐准确性，解决了推荐准确性较低的技术问题。此外，还可使用遗传算法框架，并同时结合预测操作与测试操作，以自动寻找更有利于产品推荐的元图。
-
公开(公告)号：CN115527687A
公开(公告)日：2022-12-27
申请号：CN202110704173.1
申请日：2021-06-24
IPC分类号： G16H50/80
摘要： 本发明提供了一种基于行人运动轨迹的传染风险评估方法及系统。其中，本发明的所述方法基于行人运动轨迹与行人信息进行风险评估，以行人粒度进行室内环境传染仿真，突出了每个行人的异质性，而非从群体同一角度拟合不同感染状态总人数的变化曲线，因此，本发明能够更为准确的反映真实风险情况。另外，本发明针对室内场景设计了人‑场景的交互，利用真实场景与真实分布初始化行人个体的轨迹，提高了评估结果的准确性。并且，在干预参数方面，本发明还结合实际疫情传染中的生物学规律，可以用来评估现实中的干预措施的干预效果，干预措施包括戴口罩、限制易感人群出行、控制探索行为、加速移动等。
-
公开(公告)号：CN111815396A
公开(公告)日：2020-10-23
申请号：CN202010501385.5
申请日：2020-06-04
申请人： 清华大学
摘要： 本发明实施例涉及产品智能化推荐技术领域，公开了基于元图的产品筛选方法、系统、设备及存储介质。本发明实施例先获取异构网络信息；将异构网络信息输入至预设产品筛选模型，输出产品分值；基于产品分值确定待推荐产品对应的产品信息；其中，预设产品筛选模型用于通过元图处理异构网络信息。明显地，本发明实施例将应用异构网络信息来筛选待推荐产品，而非仅局限于用户与产品二者之间的交互，同时，还使用了元图过滤异构网络信息以辅助推荐行为，从而提升了推荐准确性，解决了推荐准确性较低的技术问题。此外，还可使用遗传算法框架，并同时结合预测操作与测试操作，以自动寻找更有利于产品推荐的元图。
-
-
-
-
-
-
-
搜索结果
8 条记录 (耗时 0.022 秒)
