-
公开(公告)号：CN113326974B
公开(公告)日：2024-04-09
申请号：CN202110492567.5
申请日：2021-05-01
Applicant: 北京工业大学
IPC: G06Q10/04 , G06F18/232 , G08G1/01 , G06N3/0464 , G06N3/042
Abstract: 本发明提出了一种基于多任务超图卷积网络的多源交通客流预测方法，涉及深度学习等领域，尤其是面向超图表示以及图卷积网络的流量预测任务。本方法适用于时空对齐的多源异构交通流数据，多源异构交通流数据相互影响该方法包含一个主要任务和一个相关任务。两项任务均基于超图卷积神经网络，并由通过一个特征压缩单元连接，该特征压缩单元对任务之间的相关性进行建模并共享潜在特征，以增强主要任务的性能。相较于单一数据驱动模型，该方法可适用于多源异构交通数据。完成了轨道交通客流预测的任务，提高了预测准确率。
-
公开(公告)号：CN114619818A
公开(公告)日：2022-06-14
申请号：CN202210345117.8
申请日：2022-03-31
Applicant: 北京工业大学
Abstract: 本发明公开了一种具有可变姿态的移动/滑翔一体的仿飞鼠机器人。包括移动机构、折展机构和扑翼机构。移动机构作用是让在地面上高速爬行移动；折展机构的作用是滑翔过程中为仿飞鼠机器人提供升力，让仿飞鼠机器人滑翔的更远；扑翼机构作用的带动折展机构上下摆动，作用是在仿飞鼠机器人滑翔过程中调整飞行姿态。此机器人模仿飞鼠的运动规律具有移动和滑翔两种运动模式。仿飞鼠机器人在地面上可以利用轮子的滚动实现高速移动，且在高速移动时，其轮子采用添加柔性元素的特殊形式可以提高其对地形的适应能力。采用折叠机构组成的折叠翼，让仿飞鼠机器人具有滑翔功能，并采用扑翼机构实现让仿飞鼠机器人在滑翔过程中实现转向动作。
-
公开(公告)号：CN109359670B
公开(公告)日：2022-06-07
申请号：CN201811085836.0
申请日：2018-09-18
Applicant: 北京工业大学
Abstract: 本发明公开一种基于交通大数据的个体关联强度自动检测方法，包括以下步骤：步骤1：提取移动模式相似的两两交通个体样本集合；步骤2：度量集合中任一个体对的交通行为相似性；步骤3：度量集合中任一个体对的交通行为交互性；步骤4：构建联合概率加权模型来加权度量交通个体间的关联强度，以自动检测潜在同行个体，最终采用公共交通出行数据验证上述模型的检测精度、鲁棒性和可扩展性。
-
公开(公告)号：CN108009690B
公开(公告)日：2022-01-14
申请号：CN201711399120.3
申请日：2017-12-22
Applicant: 北京工业大学
Abstract: 本发明公开一种基于模块度最优化的地面公交扒窃团体自动检测方法，通过度量扒窃个体间交通行为在时空、移动模式维度上的相似性，在采用有监督式分类器验证扒窃个体间相似性的基础上，构建扒窃关联图，以自动检测图中模块度最优化的潜在扒窃团体，最终采用社交网络数据匹配验证上述团体的可靠性。
-
公开(公告)号：CN112926449A
公开(公告)日：2021-06-08
申请号：CN202110210298.9
申请日：2021-02-11
Applicant: 北京工业大学
Abstract: 一种基于任意角度人体图像的正面姿态估计方法属于计算机视觉领域，本发明包括一种多角度人体图像数据集的制作以及针对所提出数据集进行二维人体图像的正面姿态估计的算法设计两部分。数据集制作部分主要通过设计一整套数据的采集和数据的处理的方法，通过数据集的制作为算法设计提供数据支持。算法设计部分主要是通过对目前主流的深度学习算法进行改进，以实现任意角度人体图像的正面姿态估计。本发明可以完成任意角度图像的正面姿态估计，即使对人体自遮挡非常严重的背面图像，或者有部分人体缺失侧面图像也可以有较好的表现。
-
Patent Agency Ranking
公开(公告)号：CN112766186A
公开(公告)日：2021-05-07
申请号：CN202110093339.0
申请日：2021-01-22
Applicant: 北京工业大学
Abstract: 本发明涉及一种基于多任务学习的实时人脸检测及头部姿态估计方法，用于解决头部姿态估计模型在同时估计多人头部姿态时的低效性，以及存在大量冗余计算的问题。具体包括特征提取网络以及四个支路组成，特征提取网络用于提取输入图片的4个不同层级的语义信息，每个层级的语义信息送入到对应支路当中。每个支路用于对不同层级的语义信息进行人脸检测及头部姿态估计，四条支路输出结果即为最终的人脸检测及对应的头部位姿估计结果。同时设计了多任务损失函数来评判模型的收敛，包含人脸检测的损失及头部姿态估计损失两部分。本发明在估计多人头部姿态时，效率有了巨大的提升。
-
公开(公告)号：CN107992449B
公开(公告)日：2021-04-30
申请号：CN201711270712.5
申请日：2017-12-05
Applicant: 北京工业大学
Abstract: 本发明公开一种基于低秩表示的地铁异常流量检测方法，其能够准确检测出异常的流量数据继而对异常继续聚类分析。该方法包括步骤：(1)获取站点进出流量数据矩阵；(2)构建时序变化的异常检测低秩模型；(3)基于聚类方法进行异常聚类分析分组。
-
-
公开(公告)号：CN111860951A
公开(公告)日：2020-10-30
申请号：CN202010540661.9
申请日：2020-06-12
Applicant: 北京工业大学
Abstract: 本发明提出一种基于动态超图卷积网络的轨道交通客流预测方法，涉及深度学习等领域，尤其是面向超图表示以及图卷积网络的流量预测任务。该方法在利用超图对轨道交通网络拓扑关系进行高阶表示的基础上，通过超图卷积模块实现图卷积网络的引入，并通过挖掘客流OD的内在时空特征构建动态超边，实现动态超图卷积网络机制。相较于传统的数学模型以及机器学习方法，该方法对于轨道交通特征的提取更加深入和准确。完成了轨道交通客流预测的任务，提高了预测准确率。
-
-
-
-
-
-
-
-
Search Results
140
records
(took 0.046 seconds)
