Document
拖动滑块完成拼图
个人中心

预订订单
商城订单
发布专利 发布成果 人才入驻 发布商标 发布需求

请提出您的宝贵建议,有机会获取IP积分或其他奖励

投诉建议

在线咨询

联系我们

龙图腾公众号
首页 专利交易 IP管家助手 科技果 科技人才 积分商城 国际服务 商标交易 会员权益 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 西安电子科技大学盛凯获国家专利权

西安电子科技大学盛凯获国家专利权

买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!

龙图腾网获悉西安电子科技大学申请的专利基于特征聚类的交通时间序列低成本存储与数据重建方法获国家发明授权专利权,本发明授权专利权由国家知识产权局授予,授权公告号为:CN118965029B

龙图腾网通过国家知识产权局官网在2026-02-06发布的发明授权授权公告中获悉:该发明授权的专利申请号/专利号为:202411042753.9,技术领域涉及:G06F18/23;该发明授权基于特征聚类的交通时间序列低成本存储与数据重建方法是由盛凯;欧阳楠;敖磊;万文康;任效江;何鑫设计研发完成,并于2024-07-31向国家知识产权局提交的专利申请。

基于特征聚类的交通时间序列低成本存储与数据重建方法在说明书摘要公布了:本发明提供了一种基于特征聚类的交通时间序列低成本存储与数据重建方法包括:通过对分段交通时间序列作时频分解得到n11维频率序列,并结合道路拓扑有向图输入至已构建的交通序列压缩及重建深度模型中,以执行训练过程,并在训练过程中首先提取输入对象的特征再作有监督聚类得到n22维特征类集合;设计损失函数重复调整有监督聚类的分类参数直至达到训练截止条件,得到交通时间序列特征数据库;根据重建需求中的时间序列时间戳和所属路网,从交通时间序列特征数据库中提取出序列初始值、n22维特征类集合及所属路网对应的道路拓扑有向图进行重建得到重建后的交通流时间序列。本发明降低了大规模交通流数据存储所需的空间,从而减少了存储成本。

本发明授权基于特征聚类的交通时间序列低成本存储与数据重建方法在权利要求书中公布了:1.一种基于特征聚类的交通时间序列低成本存储与数据重建方法,其特征在于,包括: S100,通过对分段交通时间序列作时频分解得到维频率序列,并结合道路拓扑有向图输入至已构建的交通序列压缩及重建深度模型中; S100包括: S110,将交通时间序列分为等距的分段交通时间序列,以及利用交通时间序列采集设备之间的道道路拓扑网格距离构建道路拓扑有向图,对所述分段交通时间序列和所述道路拓扑有向图均进行归一化; S120,将归一化后的分段交通时间序列通过时频变换分解方法分解为维频率序列,并将其与归一化后的道路拓扑有向图共同输入至已构建的交通序列压缩及重建深度模型中; 其中,所述交通序列压缩及重建深度模型包括:交通序列特征提取编码模块、道路拓扑结构有向图特征提取模块、特征有监督聚类模块、序列重建解码模块; 所述交通序列特征提取编码模块输入为分段交通时间序列分解后的维频率序列,输出为维交通序列特征向量,其中≥; 所述道路拓扑结构有向图特征提取模块输入为所述道路拓扑有向图,输出为道路拓扑有向图的深度特征; 所述特征有监督聚类模块输入为维交通序列特征向量,输出为维交通序列聚类特征与所属类别; 所述序列重建解码模块输入为分段交通时间序列的至少1个序列初始值、维交通序列聚类特征以及深度特征,输出为重建后的交通时间序列; S200,执行对交通序列压缩及重建深度模型的训练过程,并在训练过程中首先提取输入对象的特征再作有监督聚类得到维特征类集合,并组成特征语义库,通过设计损失函数重复调整有监督聚类的分类参数直至达到训练截止条件,得到达到训练截止条件时的交通时间序列特征数据库; 所述交通时间序列特征数据库包括道路拓扑有向图数据库、交通分段时间序列类别库和特征语义库; S300,根据重建需求中的时间序列时间戳和所属道路,从所述交通时间序列特征数据库中提取出序列初始值、维特征类集合及所属道路对应的道路拓扑有向图,并将三者输入至序列重建解码模块中进行重建得到重建后的交通流时间序列。

如需购买、转让、实施、许可或投资类似专利技术,可联系本专利的申请人或专利权人西安电子科技大学,其通讯地址为:710071 陕西省西安市太白南路2号;或者联系龙图腾网官方客服,联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。