公开(公告)号：CN120011694A

公开(公告)日：2025-05-16

申请号：CN202411878469.5

申请日：2024-12-19

Applicant: 北京交通大学

Inventor： 张建勇 ,  王晨宇

IPC: G06F17/16

Abstract: 本发明提供一种基于矩阵计算的模式分解方法，包括：获取光斑图，并对所述光斑图进行像素点采样，以获得多个采样块；对所述多个采样块进行模式分解，以获得最优解。本发明在保持高分解精度的同时能极大增加其运算效率，且具有一定的抗噪性能。

公开(公告)号：CN115618180A

公开(公告)日：2023-01-17

申请号：CN202211142625.2

申请日：2022-09-20

Applicant: 北京交通大学

Inventor： 郭晟楠 ,  刘乐 ,  彭文闯 ,  王晨宇 ,  万怀宇 ,  林友芳

IPC: G06F17/16 ,  G06F18/214 ,  G06N3/0464 ,  G06N3/08

Abstract: 本发明提供了一种基于自监督学习算法的交通数据插补方法，属于智能交通领域。所述方法包括：获取原始缺失交通数据，构造拥有真实标签信息的缺失节点，得到伪缺失交通数据；构造缺失掩码矩阵和缺失间隔矩阵；用滑动窗口分别处理原始缺失交通数据、伪缺失交通数据、缺失掩码矩阵和缺失间隔矩阵，构建样本并划分为训练集和验证集；构建包括样本预处理模块、插补编码模块和线性变换模块的数据插补模型，插补编码模块从预处理后的伪缺失交通数据和缺失间隔矩阵中学习时空模式得到插补数据，线性变换模块利用时空模式进行数据插补；采集待插补数据，构造缺失掩码矩阵和缺失间隔矩阵，使用训练好的数据插补模型补全缺失的交通数据，得到期望交通数据。