-
公开(公告)号：CN113707338A
公开(公告)日：2021-11-26
申请号：CN202111258913.X
申请日：2021-10-28
申请人： 南方科技大学
摘要： 本发明公开了一种景区疫情风险预测与限流方法、装置、设备和存储介质，方法包括：获取预设的历史时段内各单位时间的景区疫情数据，得到样本数据，所述景区疫情数据包括景区所在的县级行政区在确诊患者城市流动网络中的中心度、景区所在的县级行政区的传染病再生数、景区人流量以及景区人流密度；分别根据样本数据中的各景区疫情数据，对各景区疫情数据对应的神经网络模型进行训练；分别根据训练后的各神经网络模型，得到各景区疫情数据的预测值，并根据各景区疫情数据的预测值，计算疫情风险指数；根据疫情风险指数，确定限流比例。本发明可根据景区所在地区的疫情情况动态评估景区疫情风险并划定限流比例，从而最大程度地提高景区的开放效率。
-
公开(公告)号：CN115619064B
公开(公告)日：2023-07-11
申请号：CN202211619099.4
申请日：2022-12-16
申请人： 南方科技大学
IPC分类号： G06Q10/047 , G06F18/23 , G06Q50/26
摘要： 本发明提供了救援计划制定方法、装置、设备和存储介质，获取预设时段的求救空间信息，并将求救空间信息汇总的经纬度信息转换为墨卡托坐标系中的救援点，以便于精确地计算距离；根据救援点的距离位置关系通过层次聚类生成不同的聚类，得到救援点的层级关系，并计算救援点的区域面，从而将区域面与层级关系聚合，得到层次分级结果。因此提供了一种多层次的救援区域生成方法，可以在每个时段、不同层级的尺度下进行区域划分，为救援任务的开展提供可靠的实时参考，从而便于在实时动态划分的区域中进行救援派遣管理。
-
公开(公告)号：CN115496242A
公开(公告)日：2022-12-20
申请号：CN202211434602.9
申请日：2022-11-16
申请人： 南方科技大学
摘要： 本发明公开了车辆远程检修方法、终端及可读存储介质，接收客户端绑定车辆的部件检测数据后，将其与车辆标准参数进行比对，若比对结果异常，则向客户端发送错误报告，以使得客户端根据错误报告与厂商端建立远程连接；通过将绑定车辆的车辆结构模型发送至厂商端，厂商端能够针对所述错误报告，通过VR模块对所述车辆结构模型进行演示操作，并将演示操作的步骤同步至客户端的AR模块中。而传统的远程协助维修方法通常通过用户的描述来定位问题，然后通过语言描述指挥用户进行维修；相较于现有技术，通过连接客户端AR和厂商端VR，用户可以更加直观的看到厂商端定位的车辆故障配件，方便其动手维修，提高车辆检修的实时性和便捷性。
-
公开(公告)号：CN111272872A
公开(公告)日：2020-06-12
申请号：CN202010092256.5
申请日：2020-02-14
申请人： 南方科技大学
摘要： 本发明实施例公开了一种裂纹检测方法及装置和增材制造系统。其中，该裂纹检测方法包括：在增材制造设备制造目标零件过程中，通过声波传感器实时采集增材制造设备的扫描点处的声波信号；根据声波信号，确定扫描点处的裂纹的产生情况。本发明实施例的技术方案可以实现在增材制造过程中对零件进行实时地无损监测，可以准确获取零件产生裂纹的时刻和位置。
-
公开(公告)号：CN116484953B
公开(公告)日：2023-09-12
申请号：CN202310738026.5
申请日：2023-06-21
申请人： 南方科技大学
IPC分类号： G06N5/04 , G06N3/0455 , G06N3/088 , G06F16/29
摘要： 本发明公开一种出行目的推断方法及终端，提取与获取的轨迹数据对应的时间特征和空间兴趣点特征，将轨迹数据的起点位置、终点位置、时间特征和空间兴趣点特征输入至嵌入表示学习模型，输出与轨迹数据对应的低维向量表示，将低维向量表示输入至神经主题模型，使用无监督学习方法进行模型训练，得到训练完成的神经主题模型，使用训练完成的神经主题模型对待推断轨迹数据进行出行目的推断，通过结合轨迹数据与地图兴趣点数据，增强了出现目的推断的可解释性和合理性，结合嵌入表示学习和无监督学习完成模型训练，提高了模型的鲁棒性和泛化能力，且无需依赖数据标签，考虑到了不同出行场景和需求的影响，从而有效、准确地推断出行目的。
-
公开(公告)号：CN115631091A
公开(公告)日：2023-01-20
申请号：CN202211661026.1
申请日：2022-12-23
申请人： 南方科技大学
摘要： 本发明公开了一种选择性风格迁移方法及终端，得到三维场景中每个物体的模型和风格迁移程度矩阵之后，根据选择性风格迁移需求信息，动态调整对应物体的风格迁移程度矩阵中各风格的迁移程度，根据调整后的风格迁移程度矩阵以及对应模型的贴图坐标得到纹理值，并重新进行三维场景中每个物体的模型的风格渲染，从而实现实时调整多种风格的特征混合程度，使风格迁移更为灵活、风格迁移结果更为丰富。
-
公开(公告)号：CN113707338B
公开(公告)日：2022-08-30
申请号：CN202111258913.X
申请日：2021-10-28
申请人： 南方科技大学
摘要： 本发明公开了一种景区疫情风险预测与限流方法、装置、设备和存储介质，方法包括：获取预设的历史时段内各单位时间的景区疫情数据，得到样本数据，所述景区疫情数据包括景区所在的县级行政区在确诊患者城市流动网络中的中心度、景区所在的县级行政区的传染病再生数、景区人流量以及景区人流密度；分别根据样本数据中的各景区疫情数据，对各景区疫情数据对应的神经网络模型进行训练；分别根据训练后的各神经网络模型，得到各景区疫情数据的预测值，并根据各景区疫情数据的预测值，计算疫情风险指数；根据疫情风险指数，确定限流比例。本发明可根据景区所在地区的疫情情况动态评估景区疫情风险并划定限流比例，从而最大程度地提高景区的开放效率。
-
公开(公告)号：CN116484953A
公开(公告)日：2023-07-25
申请号：CN202310738026.5
申请日：2023-06-21
申请人： 南方科技大学
IPC分类号： G06N5/04 , G06N3/0455 , G06N3/088 , G06F16/29
摘要： 本发明公开一种出行目的推断方法及终端，提取与获取的轨迹数据对应的时间特征和空间兴趣点特征，将轨迹数据的起点位置、终点位置、时间特征和空间兴趣点特征输入至嵌入表示学习模型，输出与轨迹数据对应的低维向量表示，将低维向量表示输入至神经主题模型，使用无监督学习方法进行模型训练，得到训练完成的神经主题模型，使用训练完成的神经主题模型对待推断轨迹数据进行出行目的推断，通过结合轨迹数据与地图兴趣点数据，增强了出现目的推断的可解释性和合理性，结合嵌入表示学习和无监督学习完成模型训练，提高了模型的鲁棒性和泛化能力，且无需依赖数据标签，考虑到了不同出行场景和需求的影响，从而有效、准确地推断出行目的。
-
公开(公告)号：CN116187611B
公开(公告)日：2023-07-25
申请号：CN202310452118.7
申请日：2023-04-25
申请人： 南方科技大学
IPC分类号： G06Q10/047 , G06Q10/0835 , G06N3/045 , G06N3/092
摘要： 本发明公开一种多智能体路径规划方法及终端，建立智能体与订单的图神经网络，并建立智能体自身的深度强化学习神经网络；根据所述图神经网络和所述深度强化学习神经网络得到深度强化学习网络；对所述深度强化学习网络进行训练，得到权值更新后的深度强化学习网络；使用所述权值更新后的深度强化学习网络对所述智能体进行订单任务分配以及路径规划，能够使各个智能体之间的数据相互通信，并自动进行任务分配和路径规划，单个智能体出现宕机后，不影响整个仓储管理系统的运行，即使订单变化或智能体数量变动也能够及时重新分配任务和路径规划，从而提高了路径规划的实时性，并确保仓储管理的高效运行。
-
公开(公告)号：CN116187611A
公开(公告)日：2023-05-30
申请号：CN202310452118.7
申请日：2023-04-25
申请人： 南方科技大学
IPC分类号： G06Q10/047 , G06Q10/0835 , G06N3/045 , G06N3/092
摘要： 本发明公开一种多智能体路径规划方法及终端，建立智能体与订单的图神经网络，并建立智能体自身的深度强化学习神经网络；根据所述图神经网络和所述深度强化学习神经网络得到深度强化学习网络；对所述深度强化学习网络进行训练，得到权值更新后的深度强化学习网络；使用所述权值更新后的深度强化学习网络对所述智能体进行订单任务分配以及路径规划，能够使各个智能体之间的数据相互通信，并自动进行任务分配和路径规划，单个智能体出现宕机后，不影响整个仓储管理系统的运行，即使订单变化或智能体数量变动也能够及时重新分配任务和路径规划，从而提高了路径规划的实时性，并确保仓储管理的高效运行。
-
-
-
-
-
-
-
-
-
搜索结果
19 条记录 (耗时 0.025 秒)
