“郑传潘”申请（专利权）人搜索_中国专利权人_发明人_技术持有人_科研专家_钻瓜专利网

钻瓜专利网为您找到相关结果6个，建议您升级VIP下载更多相关专利

[发明专利]交通流量预测方法-CN202010044078.9有效
发明人：范晓亮;郑传潘;闫旭;王程 -专利权人：厦门大学
申请日： 2020-01-15 - 公布日： 2021-06-22 - 主分类号： G08G1/01 文献下载
摘要：本发明公开了一种交通流量预测方法，包括以下步骤：获取多个节点采集的交通状况数据和每个节点对应的定位信息；根据所述定位信息计算每个节点对应的空间向量，并根据所述交通状况数据和所述空间向量生成时空向量；根据所述时空向量和所述交通状况数据计算每个节点对应的空间加权值和时间加权值，并对所述空间加权值和所述时间加权值进行门控融合，以得到融合值，以及根据所述融合值对未来交通流量进行预测；能够实现对未来交通状况的准确预测，提高预测结果的可参考性。
交通流量预测方法

[发明专利]基于图卷积神经网络的城市交通流预测方法及介质-CN201910637679.8有效
发明人：范晓亮;闫旭;王程;程明;郑传潘;温程璐 -专利权人：厦门大学
申请日： 2019-07-15 - 公布日： 2021-06-22 - 主分类号： G08G1/01 文献下载
摘要：本发明公开了一种基于图卷积神经网络的城市交通流预测方法和介质，其中方法包括：获取原始数据；根据每个节点对应的经纬度信息生成距离矩阵；根据限速平均值和距离矩阵计算可达矩阵；构建用于预测交通流速的初始交通流预测模型，并将交通流速信息和可达矩阵输入到初始交通流预测模型，以便初始交通流预测模型根据交通流速信息和可达矩阵输出交通流速预测值；对初始交通流预测模型进行训练，以确定最终的交通流预测模型；将待预测交通流速信息和待预测可达矩阵输入交通流预测模型，以便通过交通流预测模型对未来交通流进行预测；实现对城市交通路网的空间特征进行有效提取，提高交通流预测的精准度，并且，提高该预测方法的普适性，使其便于推广。
基于图卷神经网络城市通流预测方法介质

[发明专利]一种基于深度学习的个性化交通事故风险预测推荐方法-CN201810790785.5有效
发明人：范晓亮;陈超;程明;王程;温程璐;郑传潘 -专利权人：厦门大学
申请日： 2018-07-18 - 公布日： 2020-09-29 - 主分类号： G06Q10/04 文献下载
摘要：本发明公开了一种基于深度学习的个性化交通事故风险预测推荐方法，包括以下步骤：将城市划分为网格区域；计算各网格区域各时段的交通事故数据、交通流量数据、天气特征数据；利用深度学习方法进行模型训练，获得交通事故风险预测模型；根据当前时刻的交通事故数据、交通流量数据及天气特征数据输入，利用交通事故风险预测模型计算下一时刻城市区域交通事故风险预测情况。本发明利用深度学习方法学习交通事故影响因子与交通事故之间的非线性、高维、复杂关联关系，对城市级别的交通事故风险进行预测，提升了预测结果的准确性。
一种基于深度学习个性化交通事故风险预测推荐方法

[发明专利]一种基于深度学习的城市区域交通流量预测方法-CN201710427408.0有效
发明人：范晓亮;郑传潘;李军;王程;陈龙彪;臧彧;温程璐 -专利权人：厦门大学
申请日： 2017-06-08 - 公布日： 2019-06-21 - 主分类号： G08G1/01 文献下载
摘要：本发明公开了一种基于深度学习的城市区域交通流量预测方法，该方法通过提取交通流量变化的高维时空特征对城市每个区域的交通流量同时进行预测，为城市交通流量预测问题提供了一种新的思路。首先根据LPR设备的数据计算城市区域每个时间段的历史流量；然后利用ConvLSTM和CNN设计交通流量预测模型，并提取影响预测时段的关键时间段的流量数据作为输入训练模型；最后利用训练好的模型进行城市区域交通流量的预测。
一种基于深度学习城市区域交通流量预测方法

[发明专利]融合区域活力的城市交通流量预测方法-CN201711052176.1在审
发明人：范晓亮;郑传潘;陈龙彪;王程;温程璐;李军 -专利权人：厦门大学
申请日： 2017-10-30 - 公布日： 2018-04-27 - 主分类号： G06Q10/04 文献下载
摘要：本发明公开了一种融合区域活力的城市交通流量预测方法，包括S1、对城市路网进行区域划分，并计算各个区域的交通流量；S2、设计区域活力模型利用城市兴趣点的分布和节假日及天气信息，运用3D卷积神经网络(3D CNN)学习城市中各个区域活力的动态变化；S3、设计流量预测模型融合区域活力与交通流量,运用卷积长短时记忆网络(ConvLSTM)进行流量预测；S4、根据历史数据对区域活力模型和流量预测模型进行同时训练，再利用训练好的模型对各个区域的交通流量进行实时预测。本方法通过融合区域活力，同时考虑了人群活动背后的驱动力和外部因素的影响，能够取得较高的预测精度。
融合区域活力城市交通流量预测方法

[发明专利]基于深度学习的辅助诊断方法及系统-CN201711010112.5在审
发明人：范晓亮;吴谨准;史佳;王玉杰;陈龙彪;郑传潘;王程;李军 -专利权人：厦门大学
申请日： 2017-10-25 - 公布日： 2018-03-23 - 主分类号： G16H50/20 文献下载
摘要：本发明公开了一种基于深度学习的辅助诊断方法，包括S1、对原始语料数据进行分词处理以建立词嵌入查询表；S2、由电子病历数据中的关键特征字段生成训练样本，使用词嵌入查询表将其数字化，再利用卷积神经网络生成辅助诊断模型；S3、对新输入的电子病历提取关键特征字段，并通过词嵌入查询表进行数字化转换，利用辅助诊断模型进行匹配，输出匹配的诊断结果。本发明还提供一种基于深度学习的辅助诊断系统，包括语料数据提取模块、词嵌入查询表构建模块、历史电子病历数据提取模块、新电子病历数据提取模块、分词模块、电子病历数字化模块及辅助诊断模块。本发明诊断结果及时、准确，将有效辅助医生快速诊断病情。
基于深度学习辅助诊断方法系统