-
公开(公告)号：CN112633608B
公开(公告)日：2022-04-12
申请号：CN202110011553.7
申请日：2021-01-06
申请人： 南方科技大学
摘要： 本发明实施例公开了一种人流转移预测方法、装置、设备及存储介质。该方法包括：获取人流转移信息；基于所述人流转移信息分析局部转移情况生成融合特征；基于所述融合特征捕捉时空依赖得到隐层信息；基于所述隐层信息预测得到多阶人流转移预测矩阵；基于所述多阶人流转移预测矩阵确定人流转移预测结果。本发明实施例可以获取更准确的人流转移预测结果，通过多阶人流转移预测矩阵得到人流转移预测结果可以同时预测多个时间间隔的人流转移情况，对于实际应用有更重要意义。
-
-
公开(公告)号：CN115984077B
公开(公告)日：2023-06-13
申请号：CN202310160350.3
申请日：2023-02-24
申请人： 南方科技大学
摘要： 本发明公开一种交通异常流量因果检测方法及设备，通过将城市区域进行区域分割得到城市区域节点图后，根据获取到的城市流量数据在节点与节点之间创建链接，通过链接实现城市区域流量变化对城市其他区域流量变化的监控，并通过计算链接的距离值得到时空异常值，从而通过异常因果树算法对时空异常值进行计算得到异常因果图，以及结合流量正常状态下的常态因果图，将常态与异常情况的下流量区分，能够捕捉到由于时空异常值所导致的交通流量的异常变化特征，实现对异常值的因果检验以及随时间变化的传递性，揭示了不同城市区域以及道路之间潜在的相互作用，促进对城市交通状态的有效感知并有利于更精准的决策。
-
公开(公告)号：CN115146180A
公开(公告)日：2022-10-04
申请号：CN202211068518.X
申请日：2022-09-02
申请人： 南方科技大学
IPC分类号： G06F16/9536 , G06F16/9537
摘要： 本发明公开一种好友和兴趣点推荐方法及终端，获取用户的位置社交网络数据；根据所述位置社交网络数据构建异质超图，所述异质超图包括用户节点和兴趣点节点；基于所述异质超图使用训练后的异质超图神经网络模型进行向量嵌入表示，得到最终特征向量，所述最终特征向量包括各类节点的最终节点特征向量；基于所述各类节点的最终节点特征向量进行好友推荐和兴趣点推荐，能够更好地表示复杂的语义信息，比如时空信息，并且针对异质超图提出异质超图神经网络模型进行向量嵌入表示，能够更准确地挖掘出其中的信息特征，从而提高好友和兴趣点推荐的准确性。
-
公开(公告)号：CN112633608A
公开(公告)日：2021-04-09
申请号：CN202110011553.7
申请日：2021-01-06
申请人： 南方科技大学
摘要： 本发明实施例公开了一种人流转移预测方法、装置、设备及存储介质。该方法包括：获取人流转移信息；基于所述人流转移信息分析局部转移情况生成融合特征；基于所述融合特征捕捉时空依赖得到隐层信息；基于所述隐层信息预测得到多阶人流转移预测矩阵；基于所述多阶人流转移预测矩阵确定人流转移预测结果。本发明实施例可以获取更准确的人流转移预测结果，通过多阶人流转移预测矩阵得到人流转移预测结果可以同时预测多个时间间隔的人流转移情况，对于实际应用有更重要意义。
-
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：CN111739653B
公开(公告)日：2022-11-15
申请号：CN202010567188.3
申请日：2020-06-19
申请人： 南方科技大学
IPC分类号： G16H50/80
摘要： 本发明实施例提供了一种传染病传播的评估方法、装置、计算机设备和存储介质。该方法包括：获取预设区域内的评估对象在第一时间片各自对应的目标轨迹数据，预设区域包括多个子区域；基于目标轨迹数据确定在第一时间片每个评估对象所匹配的匹配子区域，匹配子区域为多个子区域的其中一个；将多个子区域的至少一个作为目标子区域，基于传染病模型对目标子区域内的评估对象进行评估，以确定第一时间片传染病在预设区域内的评估对象的传播趋势；将下一时间片作为第一时间片，重新执行上述步骤，直至目标时间周期结束，以确定目标时间周期内传染病在预设区域内的评估对象中的传播趋势。达到细粒度地评估各个区域的感染趋势的效果。
-
公开(公告)号：CN111428851B
公开(公告)日：2022-10-28
申请号：CN202010235312.6
申请日：2020-03-30
申请人： 南方科技大学
摘要： 本发明实施例提供了一种救援计划的确定方法、装置、服务器和存储介质。该救援计划的确定方法包括：获取一个或多个待救援目标的目标位置并获取一个或多个医院的医院位置；根据所述目标位置和医院位置确定一个或多个救援中心位置；根据所述目标位置、医院位置和救援中心位置确定所述一个或多个待救援目标的救援计划。达到在发生灾害事件时自动生成救援计划的效果。
-
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：CN115984077A
公开(公告)日：2023-04-18
申请号：CN202310160350.3
申请日：2023-02-24
申请人： 南方科技大学
摘要： 本发明公开一种交通异常流量因果检测方法及设备，通过将城市区域进行区域分割得到城市区域节点图后，根据获取到的城市流量数据在节点与节点之间创建链接，通过链接实现城市区域流量变化对城市其他区域流量变化的监控，并通过计算链接的距离值得到时空异常值，从而通过异常因果树算法对时空异常值进行计算得到异常因果图，以及结合流量正常状态下的常态因果图，将常态与异常情况的下流量区分，能够捕捉到由于时空异常值所导致的交通流量的异常变化特征，实现对异常值的因果检验以及随时间变化的传递性，揭示了不同城市区域以及道路之间潜在的相互作用，促进对城市交通状态的有效感知并有利于更精准的决策。
-
-
-
-
-
-
-
-
-
搜索结果
25 条记录 (耗时 0.021 秒)
