-
公开(公告)号:CN117932509A
公开(公告)日:2024-04-26
申请号:CN202410028700.5
申请日:2024-01-05
申请人: 银江技术股份有限公司 , 东南大学
IPC分类号: G06F18/2433 , G06N3/096 , G06N3/092 , G06N3/084 , G06F18/23213 , G06N3/0455
摘要: 本申请涉及一种异常网约车司机的检测方法、系统、装置和介质,其中,该方法包括:基于网约车司机的历史轨迹数据,训练得到共同路线偏好模型,其中,共同路线偏好模型用于计算网约车司机的共同路线偏好;基于共同路线偏好模型,训练得到若干个性化路线偏好模型,其中,个性化路线偏好模型用于计算各个网约车司机的个性化路线偏好;根据个性化路线偏好模型计算得到的各个网约车司机的个性化路线偏好,从网约车司机中确定出异常网约车司机。通过本申请,实现了基于共同路线偏好模型以迁移训练出每个网约车驾驶员的个性化路线偏好模型,通过不同网约车驾驶员的个性化路线偏好,确定出异常网约车司机,解决了如何检测出网约车异常司机的问题。
-
公开(公告)号:CN118350171A
公开(公告)日:2024-07-16
申请号:CN202410236581.2
申请日:2024-03-01
申请人: 银江技术股份有限公司 , 南京大学
摘要: 本申请涉及一种交通路网传感器数据错误概率的估算方法和校正方法,其中,该方法包括:对交通路网中实际传感器测量错误的发生情况进行建模,得到测量错误概率估算模型,其中,测量错误的发生情况遵循泊松过程,测量错误的分布和结构未知;根据交通路网中虚拟守恒传感器记录的传感器数据,通过测量错误概率估算模型,计算得到交通路网中实际传感器测量错误的发生概率。通过本申请,实现了在测量错误的分布和结构未知的情况下,通过假设测量错误的发生遵循泊松过程,引入虚拟守恒传感器并利用流量守恒定律,准确估算出了测量错误的发生概率,解决了如何进行分布未知的交通流数据测量误差估算的问题。
-
公开(公告)号:CN110689964B
公开(公告)日:2022-08-26
申请号:CN201910861745.X
申请日:2019-09-12
申请人: 银江技术股份有限公司
IPC分类号: G16H50/70 , G06F16/215 , G06F16/22
摘要: 本发明提出了一种健康数据样例搜索方法及系统,通过多层次聚类和高维特征索引,构建健康数据样例索引;按照构建的健康数据样例索引搜索,展示数据库内与待搜索健康数据样例最接近的健康数据样例。本发明对大量的健康数据样例进行小规模的高维特征索引,搜索效率高且维护成本低;兼顾了健康数据样例预先固定的搜素规则又考虑了其他可能性的搜素规则,减少数据特征选择和搜索规则设置带来的搜索局限性。
-
公开(公告)号:CN116884239A
公开(公告)日:2023-10-13
申请号:CN202310791738.3
申请日:2023-06-29
申请人: 银江技术股份有限公司 , 浙江工业大学
IPC分类号: G08G1/07 , G06F30/27 , G06N3/045 , G06N3/0464 , G06N3/084 , G06Q50/26 , G08G1/081 , G08G1/017
摘要: 一种基于Double DQN和卷积神经网络的双交叉口交通信号控制方法,具体步骤如下:S1、将相邻的两个交叉口的车道进行分段,以路段为单位收集两个交叉口之间的路网车辆交通信息数据,同时收集路网图像信息数据Mk和路网信号灯相位信息数据Pk;S2、对步骤S1中的数据进行预处理,并将数据输入卷积神经网络中得到路网交通状态‑动作集{Sk,Pk},其中Sk为路网图像信息数据和车辆交通信息数据连接构成的路网交通状态向量,并搭建交通模拟平台的仿真模型;S3、利用路网交通状态‑动作集{Sk,Pk}和搭建的仿真模型训练Double DQN网络,并更新Double DQN网络中目标Q网络的参数;S4、根据训练得到的深度神经网络,该交叉口下一时刻所需的路网信号灯相位Pk+1。
-
公开(公告)号:CN111950586B
公开(公告)日:2024-01-19
申请号:CN202010617720.8
申请日:2020-07-01
申请人: 银江技术股份有限公司 , 浙江大学
IPC分类号: G06V10/764 , G06V10/40 , G06V10/774 , G06V10/82 , G06N3/0464 , G06N3/08
摘要: 一种引入双向注意力的目标检测方法,其具体步骤如下:步骤1,获取用于目标检测的训练样本,并对训练样本进行预处理;步骤2,建立引入双向注意力的目标检测算法模型,所述引入双向注意力的目标检测算法模型包括共享卷积网络、基础目标检测器和注意力模块;步骤3,将训练样本送入引入双向注意力的目标检测算法模型中进行训练,并优化模型的多任务损失;步骤4,将实际应用场景中的测试样本送入训练好的引入双向注意力的目标检测算法模型进行测试,得到目标检测结果。本发明可以模拟人脑的工作机制,提高目标检测性能。
-
公开(公告)号:CN117009442A
公开(公告)日:2023-11-07
申请号:CN202310790975.8
申请日:2023-06-29
申请人: 银江技术股份有限公司
IPC分类号: G06F16/28 , G06N3/0455 , G06N3/084
摘要: 本发明公开了一种医疗事件的抽取方法和装置。该医疗事件的抽取方法包括:将医疗电子病历输入训练完成的命名实体识别模型进行识别,得到命名实体识别结果;将命名实体识别结果输入训练完成的事件论元填充模型进行事件提取,得到的结构化事件信息;依据结构化事件信息确定医疗电子病历中的目标医疗事件。本发明提供的方案能够达到提高医疗信息处理的效率和改善了医疗服务质量,还为后续的医疗知识对齐和融合奠定基础的技术效果。
-
公开(公告)号:CN115356681A
公开(公告)日:2022-11-18
申请号:CN202210664111.7
申请日:2022-06-14
申请人: 山西省交通建设工程质量检测中心(有限公司) , 东南大学
摘要: 本发明公开了一种桥梁健康监测数据渐变噪声的时间定位方法,包括步骤:1)获取不含渐变噪声的桥梁健康监测时程数据,并计算原始数据的差分;2)以30s为时间单元计算差分序列的均方差,获取均方差序列;3)计算均方差序列的变化率,并计算变化率序列的均值和方差,并定义均方差变化率指标I;4)确定控制图上下限,样本超出控制图上下限则说明出现渐变噪声,从而实现渐变噪声的定位。本发明通过桥梁健康监测系统获取含有短时强噪声的原始完整监测数据集,基于噪声本身波动较正常数据大的特征,实现渐变噪声的定位,以待后续清清洗,可以有效地定位出渐变噪声数据。
-
公开(公告)号:CN110516197B
公开(公告)日:2021-10-19
申请号:CN201910593557.3
申请日:2019-07-02
申请人: 东南大学
IPC分类号: G06F17/18
摘要: 本发明公开了一种单位权中误差约束下的分段定权参数估计方法。该方法包括步骤1、在获取观测数据后,依据观测数据与待估计参数之间的函数关系建立间接平差模型;步骤2、利用经典最小二乘法进行解算,获得初步改正数等解算数据;步骤3、将改正数代入单位权中误差约束下的分段定权公式重新定权;步骤4、利用新的权再次进行最小二乘解算,得到改正数及解算数据;步骤5、判断是否结束迭代,判断式不成立,重复步骤三、步骤四、步骤五,直到判断条件成立,迭代结束,输出平差结果。该方法受单位权中误差约束,对数据采用分段处理的方法,符合数据处理3σ原则。操作简便,流程程序化,具有自适应抗差能力,适合对含有粗差的数据进行参数估计工作。
-
公开(公告)号:CN116910911A
公开(公告)日:2023-10-20
申请号:CN202310918916.4
申请日:2023-07-25
申请人: 东南大学 , 江苏空天先进结构研究院有限公司
IPC分类号: G06F30/15 , G06F30/23 , G06F119/14
摘要: 本发明公开了一种航空发动机轮盘棒状特征模拟件构造方法,涉及航空发动机技术领域。本发明包括:接收轮盘特征部位几何模型、实际工况和轮盘材料参数;用有限元方法计算轮盘特征部位应力分布;建立棒状特征模拟件有限元模型,计算缺口参数对特征模拟件应力分布的影响;根据缺口参数拟合特征模拟件的归一化应力分布表达式;初步选择缺口几何参数,计算归一化应力分布并与轮盘特征部位归一化应力分布进行误差比较;调整缺口几何参数,重新计算应力分布,直到特征模拟件和轮盘特征部位归一化应力分布满足误差要求。本发明基于材料的临界距离,考虑了特征模拟件应力梯度和应力集中系数,能够充分反映轮盘榫槽、偏心孔等特征部位的疲劳应力特征。
-
公开(公告)号:CN115270914A
公开(公告)日:2022-11-01
申请号:CN202210664099.X
申请日:2022-06-14
申请人: 山西省交通建设工程质量检测中心(有限公司) , 东南大学
摘要: 本发明公开了一种基于全贝叶斯的桥梁健康监测缺失数据修复方法,包括以下步骤:1)基于桥梁监测数据进行预处理数据集构建;2)基于掩模矩阵的随机缺失数据集构建;3)基于贝叶斯公式的概率图模型构建;4)从概率图模型中生成修复数据。本发明通过无线传感网络获取原始完整监测数据集并随机模拟大体积连续缺失数据,通过剩余观测数据与其他传感器的时间‑空间特征关系,利用贝叶斯概率图模型直接估算和修复缺失数据。本方法无须完整训练集,原始完整数据集仅用于验证方法的准确性,十分有效地提高了桥梁监测数据缺失数据的修复准确性。
-
-
-
-
-
-
-
-
-