-
公开(公告)号：CN118070307B
公开(公告)日：2025-04-04
申请号：CN202410189385.4
申请日：2024-02-20
Applicant: 成都信息工程大学 , 成都红云鼎科技有限公司
IPC: G06F21/60 , G06F21/62 , G06F18/241 , G06F17/16 , G06F18/214 , G06Q40/12
Abstract: 本发明公开了一种基于隐私计算的财务数据监管方法，该方法包括：对不同监管机构节点的财务数据信息表进行数据预处理并对财务数据进行加密操作；利用子节点预处理后的数据构建财务数据监管前后向传播基模型；利用子节点预处理后的数据构建财务数据监管梯度增强基模型；对财务数据监管梯度增强模型和前后向传播模型进行模型融合建立财务数据监管元模型，并上传子节点的财务数据监管元模型参数向量序列；中心节点聚合子节点上传的财务数据监管元模型的参数向量序列，更新中心节点财务数据监管大模型并向子节点共享更新后的财务数据监管大模型。
-
公开(公告)号：CN113094368A
公开(公告)日：2021-07-09
申请号：CN202110392024.6
申请日：2021-04-13
Applicant: 成都信息工程大学 , 汉网云联成都科技有限公司
Inventor： 乔少杰 , 杨国平 , 宋海权 , 韩楠 , 李勇 , 闵圣捷 , 王伟业 , 孙科 , 袁犁 , 张浩东 , 范勇强 , 甘戈 , 冉先进 , 魏军林 , 余华 , 元昌安 , 黄发良 , 覃晓 , 郑皎凌 , 张永清
IPC: G06F16/22 , G06F16/2455 , G06F16/2457 , G06N3/04 , G06N3/08
Abstract: 本发明公开了一种提升缓存访问命中率的系统及方法，通过设置DDQN模型，提升了缓存区的访问命中率，能够更好地利用缓存区，提高了查询效率。本发明提供的DDQN模型能够学习经验，可以将若干个查询放入查询集合存储表并调度，且从历史执行的查询中获得更多的经验，改进调度策略。本发明能够有效地捕捉缓存区状态以及数据访问模式，更好地利用了缓存区并改进其查询的决策安排；DDQN模型能够适应从未执行过的查询，查询调度策略能够快速适应新的查询模板，从而产生显著的效果以及提升资源共享效率。
-
公开(公告)号：CN111856968B
公开(公告)日：2023-07-21
申请号：CN202010762553.6
申请日：2020-07-31
Applicant: 成都信息工程大学
IPC: G05B17/02
Abstract: 本发明提供了一种基于并行计算的大规模交通仿真系统及方法，包括车辆在道路上的涌现，消失；道路划分车道方法；车辆在道路上按车道行驶、跟驰、选道、换道方法；大规模车辆并行仿真方法。本发明主要针对现有车辆仿真系统的性能低下、无法适应大规模城市路网交通仿真状况的不足，结合大规模并行计算与物理计算，模拟车辆在城市路网中的交通行为，以大量的交通个体微观仿真行为，去逼近城市路网规模化的流量趋势。
-
公开(公告)号：CN113628442B
公开(公告)日：2022-10-14
申请号：CN202110911165.4
申请日：2021-08-06
Applicant: 成都信息工程大学
Abstract: 本发明公开了一种基于多信号灯强化学习的交通组织方案优化方法，属于交通信号灯控制领域。首先构造包含状态空间集和行为空间集的Actor网络，再将观察值传入，经过Subnet网络的处理将高纬度信息压缩成低纬度信息，进行行为偏转概率的计算，然后将初始状态信息、更新后的状态信息、行为偏转概率传入Critic网络中进行集中式学习，最近进行轨迹重构。在多路口交通环境下，多智能体借助Actor‑Critic算法框架，提高了路网畅通率。同时使用了智能体之间集中式学习分散式执行的方法，结合了集中式学习和分散式执行的优点，使得算法在收敛速度上得到了较大的提升。
-
公开(公告)号：CN112949933B
公开(公告)日：2022-08-02
申请号：CN202110305534.5
申请日：2021-03-23
Applicant: 成都信息工程大学 , 四川易方智慧科技有限公司
Abstract: 本发明公开了一种基于多智能体强化学习的交通组织方案优化方法，改进了MADDPG中的Actor网络，基于生灭过程改进了Critic网络中的经验库，使用早高峰最大车流设作为智能体回报指标，使用轨迹数据训练最大熵逆强化学习模型作为多智能体的回报机制，基于此设计出强化学习的回报函数；本发明方法实现了对当前城市交通组织方案进行优化，通过对当前交通数据进行分析，找出导致交通拥堵的原因，本方法能够很好的适应和快速找出最优方案，为交警专家提供了交通辅导意见，并为智慧城市打下基础。
-
Patent Agency Ranking
公开(公告)号：CN113628442A
公开(公告)日：2021-11-09
申请号：CN202110911165.4
申请日：2021-08-06
Applicant: 成都信息工程大学
Abstract: 本发明公开了一种基于多信号灯强化学习的交通组织方案优化方法，属于交通信号灯控制领域。首先构造包含状态空间集和行为空间集的Actor网络，再将观察值传入，经过Subnet网络的处理将高纬度信息压缩成低纬度信息，进行行为偏转概率的计算，然后将初始状态信息、更新后的状态信息、行为偏转概率传入Critic网络中进行集中式学习，最近进行轨迹重构。在多路口交通环境下，多智能体借助Actor‑Critic算法框架，提高了路网畅通率。同时使用了智能体之间集中式学习分散式执行的方法，结合了集中式学习和分散式执行的优点，使得算法在收敛速度上得到了较大的提升。
-
公开(公告)号：CN111275480B
公开(公告)日：2021-02-09
申请号：CN202010014388.6
申请日：2020-01-07
Applicant: 成都信息工程大学 , 四川省金科成地理信息技术有限公司 , 成都探码科技有限公司
Inventor： 乔少杰 , 郑皎凌 , 程维杰 , 韩楠 , 宋学江 , 张小辉 , 叶青 , 魏军林 , 肖月强 , 陈权亮 , 李斌勇 , 张吉烈 , 张永清 , 何林波 , 温敏 , 元昌安 , 彭京 , 周凯 , 余华 , 范勇强 , 冉先进
IPC: G06Q30/02 , G06F16/2458 , G06F16/28
Abstract: 本发明涉及一种面向多维稀疏销售数据仓库的欺诈行为挖掘方法，属于数据挖掘领域。该方法包括以下步骤：S1：进行参数定义，包括多维数据空间、多维数据空间上的偏序格、销售数据仓库、销售数据仓库在多维数据空间上的数据分块、挂单行为和挂单模式；S2：进行问题定义；S3：进行特定挂单模式下的挂单点挖掘；S4：进行挂单模式挖掘。本发明提出了挂单模式偏序格的概念，通过引入偏序格中各个挂单模式的相对位置偏序结构信息，有效的使用了数据仓库中的维度层次信息来对挂单行为所遵循的挂单模式进行挖掘。
-
公开(公告)号：CN111429000A
公开(公告)日：2020-07-17
申请号：CN202010208141.8
申请日：2020-03-23
Applicant: 成都信息工程大学 , 成都申达森科技有限公司
Abstract: 本发明公开了一种基于站点聚类的共享单车取还站点推荐方法及系统，该方法包括构建单车转移网络并计算站点活跃度，对共享单车系统内站点进行二级聚类，利用多特征LSTM网络对单车需求量进行预测，向用户推荐共享单车取还站点。本发明根据历史行程记录和站点分布数据，构建出单车转移网络，得到每个站点的活跃度，综合考虑站点位置和单车使用模式，对站点进行二级聚类，并分析天气和时间因素对聚簇内单车需求量的影响，选取关键特征构建三维向量，使用多特征LSTM网络预测不同时间段聚簇内单车需求，能够显著提高单车需求量预测准确性，实现向用户合理推荐共享单车取还站点，进而提高用户的出行效率。
-
公开(公告)号：CN116882148A
公开(公告)日：2023-10-13
申请号：CN202310800399.0
申请日：2023-07-03
Applicant: 成都信息工程大学 , 四川易方智慧科技有限公司
Abstract: 本发明公开了一种基于空间社会力图神经网络的行人轨迹预测方法，包括以下步骤：从源图像数据中捕捉行人以及周围障碍物位置信息；建立坐标轴对行人轨迹进行预处理，提取每个行人的位置坐标；利用社会力对行人之间的全域交互作用进行量化并计算行人之间的斥力；以行人为节点、社会关系为边构建行人的空间社会力图神经网络；构建基于空间社会力图神经网络的行人轨迹预测目标方程。本发明在轨迹预测过程中充分考虑环境对行人的影响以及人与人之间的相互作用，融合了行人对周围情景的全域交互作用和自身隐藏状态；利用相邻轨迹点之间加权平均距离和作为输入，可以准确预测连续轨迹点，并且采用轻量级架构执行目标轨迹预测任务，拥有更高的实时性。
-
公开(公告)号：CN116072090A
公开(公告)日：2023-05-05
申请号：CN202310033641.6
申请日：2023-01-10
Inventor： 乔少杰 , 徐康镭 , 王文 , 韩楠 , 魏盛杰 , 黄江涛 , 林印吉 , 黄萍 , 李勇 , 刘志晟 , 郑龙吟 , 周倬屹 , 田野 , 郑皎凌 , 王邦平 , 王超 , 李耀 , 闵圣捷 , 余华
IPC: G10H1/00 , H04N21/439 , H04N21/233
Abstract: 本发明公开了一种基于强化学习的短视频自动配乐方法及系统，该方法包括构建自适应视频编码器，提取视频深度特征；获取短视频配乐的MIDI文件，构建音频编码器，从MIDI格式文件提取多组音频特征向量集；将视频特征作为输入，音频特征向量集作为输出，构建基于强化学习的短视频配乐模型；根据强化学习配乐模型，设计采样方法得到配乐特征向量集；将配乐特征向量集解码为MIDI格式文件，完成短视频自动配乐。本发明解决了人工短视频配乐的选择困难、需要音乐背景知识和常识、音乐版权侵权等问题，大大提高短视频配乐的速度和质量，实现自动配乐。
-
-
-
-
-
-
-
-
-
Search Results
30
records
(took 0.025 seconds)
