-
公开(公告)号：CN119623675A
公开(公告)日：2025-03-14
申请号：CN202411771417.8
申请日：2024-12-04
Applicant: 昆明理工大学
IPC: G06Q10/02 , G06F17/18 , G06F30/20 , G06Q10/067 , G06F111/10
Abstract: 本发明属于智能停车中的路内停车领域，涉及一种基于秩序度的路内停车预约管理系统，系统包括：信息获取模块、停车预约模块和信息反馈模块；首先设计停车秩序度模型并验证模型的可行性；其次将停车秩序度模型设置在停车预约模块中；接着通过信息获取模块获取路内停车系统信息后通过停车预约模块判断停车最佳的停车位，最后通过信息反馈模块对驶离的车辆进行反馈。本发明采用的技术方案，能够减少车辆寻找车位的路内巡航时间，提高停车位的利用率，还可以从一定程度上降低由于寻找车位造成的交通拥堵和道路交通事故。
-
公开(公告)号：CN119831230A
公开(公告)日：2025-04-15
申请号：CN202411879893.1
申请日：2024-12-19
IPC: G06Q10/0631 , G06Q30/0202 , G06Q30/0207 , G06Q50/43 , G06F18/2321 , G06F18/23213 , G06N3/0464 , G06N3/045 , G06N3/0442 , G06N3/048
Abstract: 本发明属于交通系统预测与智能调度技术领域，公开了一种基于站点需求预测和用户奖励机制的共享单车动态调度方法。该方法包括：基于共享单车的出行数据，结合DBSCAN聚类算法和K‑Means聚类算法对共享单车站点进行聚类，并采用CNN‑LSTM神经网络对各站点的未来需求量进行预测；综合考虑调度车辆的固定成本、运输成本、用户奖励机制下的企业返利成本及偏离期望库存的惩罚成本，构建基于需求预测和用户奖励机制的共享单车动态调度模型；通过贪婪算法对该模型进行求解，动态更新共享单车站点单车数据以及站点未来需求预测，实时优化动态路径并求得最小总调度成本的最优方案。从而可以有效解决共享单车的调度路径规划问题，提高系统的调度效率和整体性能。
-
公开(公告)号：CN111368058B
公开(公告)日：2023-05-02
申请号：CN202010159530.6
申请日：2020-03-09
Applicant: 昆明理工大学
IPC: G06F16/332 , G06N3/0442 , G06N3/048 , G06N3/096
Abstract: 本发明涉及一种基于迁移学习的问答匹配方法，属于信息检索技术领域。本发明首先将不同领域的问答数据集进行预处理、采用word2vec模型训练多领域共通常用的问答对的词向量，其次选择深度学习模型双向长短期记忆网络模型作为基础的神经网络，随机初始化BiLSTM模型的参数，利用Word2vec初始化该模型的embedding层的参数，在源域数据集上预训练该答案选择模型，保存该模型的参数，其次选定初始化目标域的数据集，在目标域上模型中，将源域的模型中的参数迁移到目标域模型中，用该数据集训练和微调该模型。BiLSTM模型计算问题和候选答案的向量表示，最后采用余弦相似度计算问题与候选答案的相似度，选出该问题的最佳答案。
-
公开(公告)号：CN111368058A
公开(公告)日：2020-07-03
申请号：CN202010159530.6
申请日：2020-03-09
Applicant: 昆明理工大学
IPC: G06F16/332 , G06N3/04 , G06N3/08
Abstract: 本发明涉及一种基于迁移学习的问答匹配方法，属于信息检索技术领域。本发明首先将不同领域的问答数据集进行预处理、采用word2vec模型训练多领域共通常用的问答对的词向量，其次选择深度学习模型双向长短期记忆网络模型作为基础的神经网络，随机初始化BiLSTM模型的参数，利用Word2vec初始化该模型的embedding层的参数，在源域数据集上预训练该答案选择模型，保存该模型的参数，其次选定初始化目标域的数据集，在目标域上模型中，将源域的模型中的参数迁移到目标域模型中，用该数据集训练和微调该模型。BiLSTM模型计算问题和候选答案的向量表示，最后采用余弦相似度计算问题与候选答案的相似度，选出该问题的最佳答案。
-
-
-
Search Results
4
records
(took 0.026 seconds)
