Document
拖动滑块完成拼图
个人中心

预订订单
服务订单
发布专利 发布成果 人才入驻 发布商标 发布需求

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 科技服务 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 > 北京航空航天大学诸彤宇获国家专利权

北京航空航天大学诸彤宇获国家专利权

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!

龙图腾网获悉北京航空航天大学申请的专利基于上下文学习的城市POI分布预测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:CN120216789B

龙图腾网通过国家知识产权局官网在2025-08-12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:202510695227.0,技术领域涉及:G06F16/9537;该发明授权基于上下文学习的城市POI分布预测方法是由诸彤宇;陈雨鸥;孙磊磊;张瑞星;盛浩;吕卫锋设计研发完成,并于2025-05-28向国家知识产权局提交的专利申请。

基于上下文学习的城市POI分布预测方法在说明书摘要公布了:本发明提出一种基于上下文学习的城市POI分布预测方法,属于移动通信与时空数据挖掘领域,包括:S1:将用户信令数据和POI数据输入基于上下文学习的掩码模型,得到掩码序列;S2:使用掩码序列对城市POI分布预测编码器进行训练和微调,提取掩码序列中的语义信息,得到每个区域含有某种类型POI的置信概率;S3:将少量区域所包含已知POI类型的数据进行编码,得到待预测的掩码序列,并输入训练好的城市POI分布预测编码器,并结合该类型POI初始先验概率与模型输出的置信概率得到后验概率,确定最终每个区域是否包含该类型POI。本发明方法无需额外训练或微调,适用于不同类别的区域POI预测任务,提高了预测效率。

本发明授权基于上下文学习的城市POI分布预测方法在权利要求书中公布了:1.一种基于上下文学习的城市POI分布预测方法,其特征在于,包括: 步骤S1:将用户信令数据和POI数据输入基于上下文学习的掩码模型,得到掩码序列,具体包括: 步骤S11:将城市划分为多个1km1km的区域; 步骤S12:获取用户信令数据,包括:起始经度、起始纬度、终止经度、终止纬度、出发时间、到达时间;根据所述用户信令数据计算OD数据:计算每个区域在某个时间段内人员流入量,即OD量=时间段的人员数量-时间段的人员数量; 步骤S13:获取POI数据,包括:POI类别、经度、纬度;根据POI类别、经度、纬度,计算出不同区域的各个类别的POI数量; 步骤S14:将所述POI数据和所述OD数据输入掩码模型,按照预定义的分布进行分位数划分,将其转换为对应的01矩阵集合H,其中,矩阵集合H中的每个矩阵是一个NM的矩阵,NM对应每个城市的区域网格,矩阵中的01值代表是否属于某一分布; 步骤S15:在H中每个矩阵随机选取其中的一部分数据的真值作掩码处理,得到掩码矩阵集合,对进行展平,得到一维的掩码序列,包括POI掩码序列和OD掩码序列; 步骤S2:使用所述掩码序列对城市POI分布预测编码器进行训练和微调,提取所述掩码序列中的语义信息,得到每个区域含有某种类型POI的置信概率; 步骤S3:将少量区域所包含已知POI类型的数据进行编码,得到待预测的掩码序列,并输入训练好的城市POI分布预测编码器,并结合该类型POI初始先验概率与模型输出的置信概率得到后验概率,确定最终每个区域是否包含该类型POI。

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北京航空航天大学,其通讯地址为:100191 北京市海淀区学院路37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”。

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。