-
公开(公告)号：CN118980349A
公开(公告)日：2024-11-19
申请号：CN202411216827.6
申请日：2024-08-30
Applicant: 北京大学 , 北京大学重庆大数据研究院
Abstract: 本申请公开了一种建筑物变形监测方法、系统、装置及非易失性存储介质。其中，该方法包括：通过微处理器和无线通信网路获取部署在目标建筑物中的各个传感器采集的目标建筑物的传感器数据，其中，传感器数据包括目标建筑物的重力加速度数据；依据重力加速度数据，确定目标建筑物在预设方向上的重力加速度分量，其中，预设方向包括预设空间直角坐标系的各个坐标轴的正方向，预设空间直角坐标系为以目标建筑物为基准建立的坐标系；依据目标建筑物在预设方向上的重力加速度分量，确定预设空间直角坐标系的各个坐标轴相对于水平方向的角度值。本申请解决了由于相关技术中采用人工测量的方式确定建筑物的变形状况导致的变形监测结果不准确的技术问题。
-
公开(公告)号：CN119135688A
公开(公告)日：2024-12-13
申请号：CN202411213169.5
申请日：2024-08-30
Applicant: 北京大学 , 北京大学重庆大数据研究院
IPC: H04L67/1008 , H04L67/1029 , H04L67/12
Abstract: 本申请公开了一种物联网节点负载均衡方法、装置、电子设备及存储介质。其中，该方法包括：确定复杂建筑群物联网对应的动态负载值；依据复杂建筑群物联网中全部的非均匀分布的物联网节点对应的负载数据量，确定负载整合值；在负载整合值大于动态负载值的情况下，确定每个非均匀分布的物联网节点对应的优先级；依据优先级，确定并执行负载均衡策略，其中，负载均衡策略用于调度非均匀分布的物联网节点中的负载数据，以降低非均匀分布的物联网节点的整体负载程度。本申请解决了由于相关技术中的管理方式缺乏对复杂建筑群中物联网节点之间通信和协作的考虑，造成的复杂建筑群物联网负载不均衡的技术问题。
-
公开(公告)号：CN116487061A
公开(公告)日：2023-07-25
申请号：CN202310475121.0
申请日：2023-04-27
Applicant: 北京大学
IPC: G16H50/70 , G16H50/30 , G06N3/08 , G06F18/214 , G06F21/62
Abstract: 本申请公开了一种模型训练方法、装置及电子设备。该方法包括：确定第一数据集对应的第一表征向量和第二数据集对应的第二表征向量；基于第一表征向量对初始预测模型进行训练，确定第一模型参数，并基于第二表征向量对初始预测模型进行训练，确定第二模型参数；基于第一模型参数和/或第二模型参数确定第三模型参数；将第三模型参数作为初始预测模型的初始模型参数，基于第一表征向量和第二表征向量对初始预测模型进行训练，得到目标预测模型，其中，目标预测模型的目标损失函数至少包括用于反映第一表征向量和第二表征向量分布差异的第一损失函数。本申请解决了由于相关技术缺乏训练数据，导致最终训练所得的预测模型的输出准确率较低的技术问题。
-
公开(公告)号：CN118134054A
公开(公告)日：2024-06-04
申请号：CN202410537585.4
申请日：2024-04-30
Applicant: 北京大学
IPC: G06Q10/04 , G06N3/045 , G06N3/0464 , G06N3/084 , G06Q10/0631
Abstract: 本申请公开了一种模型的训练方法及时空数据的预测方法。其中，该模型的训练方法包括：确定第一层网格内通过不同的时间间隔表示的多类时空数据，并对多类时空数据进行时间转化和拼接处理，得到第一层网格对应的第一时空表示；自1至n‑1，依据第i时空表示，确定第i+1层网格对应的第i+1时空表示，以得到n‑1个时空表示；依据第i时空表示，确定第i层网格对应的损失函数，以得到n个损失函数，并利用n个损失函数对预设神经网络模型进行训练，得到目标神经网络模型。本申请解决了由于在相关的多尺度时空数据预测模型的训练过程中，未充分利用通过多尺度表示的层次关系，造成在模型训练过程中开销较大以及模型的预测精度较低的技术问题。
-
公开(公告)号：CN118428537A
公开(公告)日：2024-08-02
申请号：CN202410542521.3
申请日：2024-04-30
Applicant: 北京大学
Abstract: 本申请公开了一种时空数据的预测方法及装置、非易失性存储介质。其中，该方法包括：获取通过层次结构表示的目标区域；确定n层网格中的每层网格中的每个网格组合对应的第一目标组成方式；获取目标区域中的待预测子区域，并确定待预测子区域中的x组网格；在第一目标组成方式中，确定x组网格中的每组网格对应的目标组成方式，以得到x个目标组成方式，并基于x个目标组成方式，预测待预测子区域内的时空数据。本申请解决了相关技术无法对多尺度的非规则区域内的时空数据进行精准预测的技术问题。
-
Patent Agency Ranking
公开(公告)号：CN118134054B
公开(公告)日：2024-09-24
申请号：CN202410537585.4
申请日：2024-04-30
Applicant: 北京大学
IPC: G06Q10/04 , G06N3/045 , G06N3/0464 , G06N3/084 , G06Q10/0631
Abstract: 本申请公开了一种模型的训练方法及时空数据的预测方法。其中，该模型的训练方法包括：确定第一层网格内通过不同的时间间隔表示的多类时空数据，并对多类时空数据进行时间转化和拼接处理，得到第一层网格对应的第一时空表示；自1至n‑1，依据第i时空表示，确定第i+1层网格对应的第i+1时空表示，以得到n‑1个时空表示；依据第i时空表示，确定第i层网格对应的损失函数，以得到n个损失函数，并利用n个损失函数对预设神经网络模型进行训练，得到目标神经网络模型。本申请解决了由于在相关的多尺度时空数据预测模型的训练过程中，未充分利用通过多尺度表示的层次关系，造成在模型训练过程中开销较大以及模型的预测精度较低的技术问题。
-
公开(公告)号：CN118152890B
公开(公告)日：2024-09-17
申请号：CN202410390282.4
申请日：2024-04-02
Applicant: 中国电建集团西北勘测设计研究院有限公司 , 北京大学
IPC: G06F18/241 , G06F18/22 , G06V10/74 , G06V10/764 , G06V20/13
Abstract: 本公开是关于一种流域相似性的分类方法及装置、存储介质、设备，涉及大数据处理技术领域，该方法包括：获取当前人居环境的当前环境数据，并基于多个不同特征维度从所述当前环境数据中提取所述当前人居环境的当前环境特征；根据所述当前环境特征确定当前人居环境的当前环境类别，并根据所述当前环境类别对所述当前人居环境进行流域分类，得到当前流域分类结果；确定待分类自然环境的待分类环境特征，并根据所述待分类环境特征以及当前环境特征，确定所述待分类自然环境的目标环境类别；基于所述目标环境类别，将所述待分类自然环境归类到所述当前流域分类结果中，以得到目标流域分类结果。本公开提高了分类结果的准确率。
-
公开(公告)号：CN118445465A
公开(公告)日：2024-08-06
申请号：CN202410535038.2
申请日：2024-04-30
Applicant: 中国电建集团西北勘测设计研究院有限公司 , 北京大学
IPC: G06F16/906 , G06F16/908 , G06F16/29 , G06F16/56 , G06F16/583 , G06F16/951 , G06F16/9537 , G06Q10/0631 , G06Q50/26
Abstract: 本申请涉及基于数据分析的城乡生活圈区域范围划分方法及装置，该方法包括：获取目标分析区域的目标类型特征数据，并根据目标类型特征数据构建基础信息数据库；对基础信息数据库进行数据解析，并根据数据解析结果确定与目标分析区域对应的生活圈等级划分信息，其中，生活圈等级划分信息包括不同等级的生活圈对应的服务半径；利用已训练的生活圈区域范围划分模型对目标分析区域进行划分，根据划分形成的生活圈和生活圈等级划分结果确定生活圈区域范围划分信息；基于供需匹配模型对生活圈区域范围划分信息进行匹配性评估，以获取对应的匹配性评估信息。本申请能够实现对城乡生活圈的定量识别与划分，提高城乡生活圈区域范围划分的准确度。
-
公开(公告)号：CN118152890A
公开(公告)日：2024-06-07
申请号：CN202410390282.4
申请日：2024-04-02
Applicant: 中国电建集团西北勘测设计研究院有限公司 , 北京大学
IPC: G06F18/241 , G06F18/22 , G06V10/74 , G06V10/764 , G06V20/13
Abstract: 本公开是关于一种流域相似性的分类方法及装置、存储介质、设备，涉及大数据处理技术领域，该方法包括：获取当前人居环境的当前环境数据，并基于多个不同特征维度从所述当前环境数据中提取所述当前人居环境的当前环境特征；根据所述当前环境特征确定当前人居环境的当前环境类别，并根据所述当前环境类别对所述当前人居环境进行流域分类，得到当前流域分类结果；确定待分类自然环境的待分类环境特征，并根据所述待分类环境特征以及当前环境特征，确定所述待分类自然环境的目标环境类别；基于所述目标环境类别，将所述待分类自然环境归类到所述当前流域分类结果中，以得到目标流域分类结果。本公开提高了分类结果的准确率。
-
公开(公告)号：CN116434967A
公开(公告)日：2023-07-14
申请号：CN202310477458.5
申请日：2023-04-27
Applicant: 北京大学
Abstract: 本申请公开了一种模型训练数据的确定方法、装置及模型训练方法。其中，该方法包括：获取任务医院在医疗任务的训练过程中所需的隐表征数据；采用隐表征数据对特征提取网络进行训练，并依据训练后的特征提取网络从任务医院的本地样本数据中提取新的表征数据，得到蒸馏表征数据，其中，本地样本数据包括任务医院的共享样本数据和任务医院的非共享样本数据；依据蒸馏表征数据和任务医院的本地样本数据确定医疗预测模型的输入数据，其中，医疗预测模型用于训练医疗任务。本申请解决了相关技术中通过联邦学习算法构建模型时仅考虑了多家医院提供的共享样本数据的技术问题。
-
-
-
-
-
-
-
-
-
Search Results
10
records
(took 0.033 seconds)
