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 > 杭州滨电信息技术有限公司;杭州电子科技大学陈信获国家专利权

杭州滨电信息技术有限公司;杭州电子科技大学陈信获国家专利权

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!

龙图腾网获悉杭州滨电信息技术有限公司;杭州电子科技大学申请的专利一种基于词向量的人车关联分析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:CN115690766B

龙图腾网通过国家知识产权局官网在2026-01-16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:202211312169.1,技术领域涉及:G06V20/62;该发明授权一种基于词向量的人车关联分析方法是由陈信;俞东进;蔡鑫鑫;陈耀旺设计研发完成,并于2022-10-25向国家知识产权局提交的专利申请。

一种基于词向量的人车关联分析方法在说明书摘要公布了:本发明公开一种基于词向量的人车关联分析方法。该方法首先通过对收集的数据进行预处理,将每个卡口中常驻人口的手机IMSI码信息和车辆信息删除。然后,将数据按照时间段进行切分,并将每个时间段中收集的IMSI码和车牌号形成一个训练样本。之后,利用词嵌入技术CBOW模型进行训练,分别获取IMSI码和车牌号的词向量。最后,利用余弦相似度方法计算IMSI码和车牌号对应的词向量之间的相似度。通过本发明方法,能有效提高人车关联分析的求解效果,降低人工分析成本,对智慧交通安全事件处理有着非常重要的现实意义。

本发明授权一种基于词向量的人车关联分析方法在权利要求书中公布了:1.一种基于词向量的人车关联分析方法,其特征在于,包括以下步骤: 步骤1:交通卡口通过两种不同的设备分别收集手机的IMSI码和车辆的车牌号,分别使用S=s1,s2,…,sn和R=r1,r2,…,rm表示收集的数据集合; 步骤2:对收集到的数据进行预处理,得到数据集合S'和R′; 步骤3:训练样本数据生成,将预处理后的同一个卡口的S′和R′数据按时间段进行切分; 步骤4:每一个样本当作一个文档,样本中IMSI码或者车牌号当作文档中的单词;将所有样本作为训练集,利用词嵌入技术中连续词袋模型; 步骤5:初始化CBOW模型中的参数矩阵WVoc×N,其中Voc是训练集中单词个数,即不同IMSI码和车牌号的总个数,N表示隐藏层神经元的数量,即最后得到的词向量维数,将每个单词t,表示为一位热编码向量Vt; 步骤6:定义CBOW在固定的窗口大小z下利用中心词的上下文向量预测这个中心词的向量;假设中心词向量为Vt,则其上下文向量作为模型的输入,结合参数矩阵WVoc×N,CBOW将输入向量传播到隐藏层h; 步骤7:隐藏层的向量表示h再根据CBOW中其他参数矩阵W′N×Voc的矩阵值继续向前传播信息,得到每个单词的概率分布V1×Voc; 步骤8:CBOW的实际输出与真实的目标输出相差较大,CBOW模型采用反向传播算法持续优化参数矩阵WVoc×N的值,最终目标是使得网络的实际输出最大概率接近目标输出,最终得到优化后的WVoc×N,进一步得到优化后单词t的向量表示由Vt·WVoc×N计算得到; 步骤8最终目标LM是使得网络的输出最大概率接近目标输出: 最终得到WVoc×N,对于单词t的向量表示由Vt·WVoc×N计算得到; 步骤9:对于任意两个单词tx和ty对应的词向量和计算和之间的余弦相似度 步骤10:输入一个车牌号码或者IMSI码,与所有IMSI码或者车牌号根据相似度从大到小进行排序,得到最终的推荐结果序列。

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杭州滨电信息技术有限公司;杭州电子科技大学,其通讯地址为:310000 浙江省杭州市滨江区浦沿街道六和路368号一幢(北)二楼A2025室;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。