-
公开(公告)号：CN106779150B
公开(公告)日：2020-08-14
申请号：CN201611023978.5
申请日：2016-11-17
Applicant: 同济大学
IPC: G06Q10/04
Abstract: 本发明涉及一种大规模知识图谱复杂路径查询的视图物化方法，包括以下3个模块：1)复杂路径查询的视图选择；2)复杂路径查询的视图存储；3)复杂路径查询的视图维护。复杂路径查询的视图选择模块实现预物化的复杂路径查询集识别、基于视图的复杂路径查询代价评估以及基于代价的复杂路径查询视图选取。复杂路径查询的视图存储模块实现基于内存列式的复杂路径查询视图存储组织以及复杂路径查询视图计算。复杂路径查询的视图维护模块实现基于删除数据集的视图更新、视图自动扩展以及基于插入数据集的视图更新。与现有技术相比，本发明具有良好的异构平台间移植能力以及显著提高大规模知识图谱复杂路径查询效率等优点。
-
公开(公告)号：CN110287995A
公开(公告)日：2019-09-27
申请号：CN201910445174.1
申请日：2019-05-27
Applicant: 同济大学
Abstract: 本发明提供一种全天高架交通拥堵情况分级的多特征学习网络模型方法。在本发明中，先将全天的交通车速数据根据数据的时间属性和空间属性重新组织成为速度时空矩阵，同时保留交通数据的时空特征；再根据速度时空矩阵以及道路拥堵速度分级定义，构造拥堵时空矩阵；然后根据拥堵时空矩阵，针对道路的各个路段构建拥堵时长占比向量；最后基于速度时空矩阵，拥堵时空矩阵和拥堵时长占比向量，用三个不同的神经网络分支对数据提取特征，并进行分类。与现有技术相比，本发明针对完整的全天数据，多特征学习网络模型能够较好提取不同类型的数据特征，针对全天交通数据，进行较为有效的数据分类，能够高效率自动化的全天交通拥堵情况分级的问题。
-
公开(公告)号：CN109640295A
公开(公告)日：2019-04-16
申请号：CN201910097641.6
申请日：2019-01-31
Applicant: 同济大学
Abstract: 在有基础设施的车联网中，因为有基础设施RSU的辅助，整个网络可以处于连通状态，即RSU范围内车辆可通过车车通信或RSU节点转发实现连通。然而，由于车辆在行驶过程中可能有加减速、转弯、骤停、驶离路网等各种行为，即自由度很高，导致RSU节点在对所在区域进行管理控制时不仅需要实时更新，还需要在拓扑结构发生变化时及时指导区域内的车辆节点进行连通，从而会导致RSU通信拥塞和数据丢失问题。因此，分析和解决城市道路场景中车联网网络节点的连通预测是解决车联网网络通达性问题的有效方法。本发明针对以上问题给出城市场景中有基础设施车联网面向连通预测的候选节点集构造方法，涉及连通候选节点集构造模型和连通候选节点集构造算法。
-
公开(公告)号：CN107991922A
公开(公告)日：2018-05-04
申请号：CN201711127212.6
申请日：2017-11-15
Applicant: 同济大学
IPC: G05B19/042
Abstract: 本发明涉及一种植物感知培育分享系统及植物养护方法，属于植物养护类电子产品结构技术领域，适用于家庭等小型室内场所。一种植物感知培育分享系统及植物养护方法包括多个植物环境数据感知结点与植物养护设备。各个感知节点通过多种传感器感知植物的环境数据并直接连入互联网，与服务器、用户端APP进行数据交换，达到用户实时监控、养护植物的功能。本发明率先提出了将植物养护物联网系统与用户在线论坛社区相结合、植物养护的环境参数方案在线分享出售的理念，改变了对家庭植物养护的传统理解，使植物养护物联网化、社区化，有助于推进家庭物联网社区与智能家居的建设。
-
公开(公告)号：CN107544805A
公开(公告)日：2018-01-05
申请号：CN201710784019.3
申请日：2017-09-04
Applicant: 同济大学
Abstract: 目前的Android手机游戏在设计和开发方法上存在整体开发效率较低，可扩展性和可移植性较差等问题。针对以上问题，本发明的“基于Android系统可复用框架的手机游戏系统架构”，研究和设计了一套可复用的Android游戏开发框架，设计应用系统，分别从性能和效率角度进行了验证。通过采用可复用框架，Android游戏的系统架构从三层架构精简为两层，并且游戏开发者只需处理游戏具体实现模块这一层的内容，这样更加有利于游戏的整体开发进程把握，降低了游戏的开发难度，节约了游戏的开发时间，也使游戏的开发质量更加有保证。
-
Patent Agency Ranking
公开(公告)号：CN107239730A
公开(公告)日：2017-10-10
申请号：CN201710249003.2
申请日：2017-04-17
Applicant: 同济大学
Abstract: 智能汽车能利用传感器收集道路信息，通过计算分析进行驾驶辅助，有利于保障交通安全。对交通标志进行自动识别是智能汽车的关键技术之一，然而，现有方法仍未在一个统一框架中有效对交通标志重要的颜色，轮廓及时间域信息进行联合挖掘学习。针对以上问题，本发明基于四元数的数学表示框架，提出了一种四元数深度神经网络模型方法以提高交通标志识别的鲁棒性，从而为智能汽车的辅助驾驶研究提供了更准确的模型保障。
-
公开(公告)号：CN107135101A
公开(公告)日：2017-09-05
申请号：CN201710303301.5
申请日：2017-05-03
Applicant: 同济大学
IPC: H04L12/24
Abstract: 车联网是一种高动态频繁变化的复杂网络，难以通过已有方法建立能够表征车联网特性的网络模型。针对以上问题，鉴于车联网数据流和流体具有一定的相似性，本发明把车联网数据流比拟成流体，推导出车联网网络特性的描述方程，给出了能够表征车联网复杂网络形态的车联网数据流网络模型的方法。本研究方法“一种表征车联网复杂网络特征的基于流体力学的数据流网络模型方法”，可利用理论方法推导车联网复杂网络形态，从而为车联网网络容量的相关研究提供理论模型基础，同时为车联网应用服务的设计和运行提供更准确的网络模型保障。
-
公开(公告)号：CN106909649A
公开(公告)日：2017-06-30
申请号：CN201710099416.7
申请日：2017-02-23
Applicant: 同济大学
IPC: G06F17/30
CPC classification number: G06F16/245
Abstract: 本发明的目的是为了克服现有技术存在缺陷而提供一种基于循环神经网络高效且可扩展性强的大数据轮廓查询处理技术。本发明方法概括为：通过轮廓对象离线学习和轮廓对象在线识别两个步骤来获取大数据上的轮廓对象集。轮廓对象离线学习阶段，首先根据大数据所在领域的数据分布特征生成一定规模离线学习样本，然后基于离线学习样本构造并优化循环神经网络学习模型。轮廓对象在线识别阶段，针对所要处理大数据每个对象，使用循环神经网络学习模型，计算出每个对象模型输出值，并基于模型输出值确定和输出大数据上所有轮廓对象。具有速度快、可扩展性高及自适应能力强等优点，有效应用于互联网深度信息服务、智能交通、电子商务、和数据可视化等领域。
-
公开(公告)号：CN106899668A
公开(公告)日：2017-06-27
申请号：CN201710099060.7
申请日：2017-02-23
Applicant: 同济大学
IPC: H04L29/08
Abstract: 本发明提出了一种新颖的车联网中信息推送服务处理方法。在该技术中，首先依据车联个体属性特征将车联网分割成若干个子车联网，使得分割前后的车联网全局相关度损失最小；然后，基于系统中空闲服务器的数量，在这些服务器上优化分配并处理子车联网，从而均衡空闲服务器的工作负载；对于服务器上子车联网中的每个车联个体，获取它兴趣度最高的局部被推送信息，并在整体车联网中，对被推送信息进行全局调整，以便到达最优的信息推送效果。本发明能够显著提高车联网中信息推送服务的准确性、多样性以及效率。
-
公开(公告)号：CN106779150A
公开(公告)日：2017-05-31
申请号：CN201611023978.5
申请日：2016-11-17
Applicant: 同济大学
IPC: G06Q10/04
Abstract: 本发明涉及一种大规模知识图谱复杂路径查询的视图物化方法，包括以下3个模块：1)复杂路径查询的视图选择；2)复杂路径查询的视图存储；3)复杂路径查询的视图维护。复杂路径查询的视图选择模块实现预物化的复杂路径查询集识别、基于视图的复杂路径查询代价评估以及基于代价的复杂路径查询视图选取。复杂路径查询的视图存储模块实现基于内存列式的复杂路径查询视图存储组织以及复杂路径查询视图计算。复杂路径查询的视图维护模块实现基于删除数据集的视图更新、视图自动扩展以及基于插入数据集的视图更新。与现有技术相比，本发明具有良好的异构平台间移植能力以及显著提高大规模知识图谱复杂路径查询效率等优点。
-
-
-
-
-
-
-
-
-
Search Results
179
records
(took 0.044 seconds)
