公开(公告)号：CN118195340A

公开(公告)日：2024-06-14

申请号：CN202410173823.8

申请日：2024-02-07

申请人： 清华大学

发明人： 李勇 ,  颜欢 ,  易金辉

IPC分类号： G06Q10/0637 ,  G06Q10/083 ,  G06N3/045 ,  G06N3/08

摘要： 本发明实施例提供了一种异常环境下物流派送及时率预测方法和装置，可用于人工智能技术领域，通过基于时空注意力的神经网络，根据目标正常环境特征和预先生成的目标异常环境特征进行预测，得到各快递员在当前周期下的物流派送及时率，能够在异常环境的复杂时空关系下，建模序列自身的时间相关性以及个体之间的空间相关性，将异常环境下相邻路区封控引发的路区间相关性，以及快递员代为完成被封控快递员的工作而引发的快递员间相关性进行结合，实现异常环境数据波动大和小训练集下的模型构建，降低建模难度，确保信息数据的完整性，保证模型高性能，从而提高预测准确度。

公开(公告)号：CN115423695B

公开(公告)日：2024-05-31

申请号：CN202210837267.0

申请日：2022-07-15

申请人： 清华大学

发明人： 李勇 ,  张国祯 ,  易金辉 ,  金德鹏 ,  王钺 ,  袁坚

IPC分类号： G06T5/70 ,  G06V10/26 ,  G06V10/74 ,  G06V10/774 ,  G06V20/10 ,  G06V20/70

摘要： 本发明提供一种用于城市预测任务的街景图像采样方法，其中的方法包括：基于动态调整的采样步长，获取目标区域的街景图像，所述街景图像包含预设数量的语义分布信息；对所述街景图像进行噪声检测，并根据噪声检测结果对所述街景图像进行处理，得到无噪街景图像。该方法结合了采样步长的动态调整，以及图像噪声的检测处理，使得获取的街景图像中不仅包含足够的语义分布信息，且不含噪声，该方法获取的街景图像，能够有效提升城市预测任务的预测性能。

公开(公告)号：CN115423695A

公开(公告)日：2022-12-02

申请号：CN202210837267.0

申请日：2022-07-15

申请人： 清华大学

发明人： 李勇 ,  张国祯 ,  易金辉 ,  金德鹏 ,  王钺 ,  袁坚

IPC分类号： G06T5/00 ,  G06V10/26 ,  G06V10/74 ,  G06V10/774 ,  G06V20/10 ,  G06V20/70

摘要： 本发明提供一种用于城市预测任务的街景图像采样方法，其中的方法包括：基于动态调整的采样步长，获取目标区域的街景图像，所述街景图像包含预设数量的语义分布信息；对所述街景图像进行噪声检测，并根据噪声检测结果对所述街景图像进行处理，得到无噪街景图像。该方法结合了采样步长的动态调整，以及图像噪声的检测处理，使得获取的街景图像中不仅包含足够的语义分布信息，且不含噪声，该方法获取的街景图像，能够有效提升城市预测任务的预测性能。