位置预测

摘要： 由于我国苹果市场分级不够严格,造成苹果附加值不高。文章提出一种利用Faster-RCNN深度学习网络检测苹果果径的方法,通过对苹果特征信息和位置回归参数的学习,识别并预测苹果在图像中的位置区域,进而根据像素点与实际尺寸的换算关系,计算得到果径大小。实验表明,该方法能够准确预测每个苹果的位置区域,具有很好的检测效果。

摘要： 颗粒或细胞的检测与分选是许多生物医学研究中的重要内容。然而,当前的许多颗粒分选方式需要首先对目标对象进行标记,这增加了实验的复杂度,还有可能影响生物对象的活性。本文研究了微流控电阻抗检测技术,对聚苯乙烯小球的电阻抗信号进行实时检测,将峰值幅度作为选择标准识别目标颗粒,通过对系统运行过程中各类时间的合理计算准确预测颗粒在管道中所处的位置,并结合压电分选技术,成功实现了不同大小的颗粒的无标记分选。针对10μm与7μm的混合聚苯乙烯小球溶液的分选,10μm颗粒的分选纯度为94.9%,通量可达1.6 Hz。这种基于电阻抗检测的微流控分选技术,可用于细胞的无标记分选,在单细胞检测与单细胞组学研究中有着广阔的应用前景。

摘要： 空间众包技术在现实物理世界中有着丰富的应用场景,得到学术界和工业界的广泛关注.任务分配是空间众包的主要研究问题之一,即把工人分配给合适的任务.但是现有的任务分配方法大多假设众包工人和空间任务出现的位置和时间是已知的,忽略了真实的众包平台中众包工人和空间任务的动态变化,由于空间众包平台的强时效性,这种情况下设计的分配方式只能得到局部最优分配结果.提出最大价值最小成本任务分配的新问题,目标是对当前和未来的工人进行分配,使用最小的移动成本获得最大的分配价值.为解决这一问题,提出了基于轨迹的任务分布预测方法及基于核密度估计的工人分布预测方法,设计基于位置预测的任务分配算法来计算众包工人和空间任务的相对最优分配策略.所提位置预测方法利用图卷积神经网络和ConvLSTM模型进行预测,相较传统基于网格的位置分布预测更加精确和稳定.基于位置预测的启发式分配算法可以在线性时间内结合预测得到的位置信息完成任务分配,更加契合空间众包平台的强时效性.在真实数据集上进行大量实验来证明所提方法的有效性,相比于基于网格的预测方法,任务/工人位置预测准确率分别提高了15.7%和18.8%.

摘要： 移动通信系统里评估系统的一项重要指标是用户在移动过程产生的信令消耗。在现行4G网络中,当核心网向目标终端发送寻呼时,在跟踪区域列表里的所有小区都要发送寻呼信令,造成了不必要的信令浪费。为减少寻呼信令的消耗,提出了一种移动性管理的框架,此框架可以分为预测部分和回落部分,其中预测部分提供了移动性管理与预测算法有机结合的方案,回落部分则使用马尔科夫链对寻呼过程进行分析,在预测失败时采取动态寻呼的方式。对该框架进行建模和仿真可以看出,所用的寻呼方案能有效减少移动终端的非接入层处于空闲态时进行移动性管理中寻呼信令的开销。

摘要： 针对大多数位置预测算法缺乏综合考虑社交关系以及移动模式对用户时空行为的影响,提出一种融合信任圈和移动模式的位置预测框架FTM(a location prediction framework based on trust circle and mobilitypattern)来预测用户的下一个签到位置。通过分析Gowalla数据集提出一种称为信任圈的新型社交圈,并从中划分出具有代表性的三类社交关系;利用多社交圈模型模拟评估不同信任圈的影响力;根据用户移动模式的特征提出了直接访问模式以及多元访问模式,并利用加权的方法计算不同移动模式的影响力;在真实数据集上进行对比实验,实验结果表明:FTM框架在预测下一签到位置较其他代表性算法具有更高的准确率,平均准确率可以达到92.6%以上,并且随着空间阈值的变化,FTM较其他方法表现出更好的鲁棒性。

摘要： 手机信令数据记录了用户的移动行为,为位置预测提供数据来源。为了发挥手机信令数据在位置预测中的优势,本文构建了强化位置间前后关联的LSTM预测方法。首先,本文提出一种循环迭代的数据清洗方法,可大幅减少冗余位置信息,为提取停留点作准备;其次,以基站小区为单位提取停留点,并结合背景地理信息获取用户含有语义特征的轨迹;然后采用矩阵降维的方法将稀疏的one-hot位置编码转化为位置嵌入向量,将位置间的语义关联隐含到位置嵌入向量中,与下游拥有预测任务的LSTM网络组成基于LSTM的位置预测模型。最后的实验证明该模型对手机信令数据具有良好的预测效果。

摘要： 移动边缘计算(Mobile Edge Computing, MEC)通过在网络边缘部署服务器来满足终端低时延低能耗的需求。由于用户具有移动性,且MEC服务器覆盖范围和计算资源都有限,任务量较大的卸载会带来较高的时延。为应对此问题,文中提出了一种基于位置预测的多MEC服务器协同卸载算法,让多个服务器协同工作提供计算卸载服务。采用扩展卡尔曼滤波的方法预测用户未来时刻的位置,从而选择合适的服务器处理卸载任务。在此基础上以最小化时延和能耗加权和为目标将任务划分给多个MEC服务器,给出效用函数模型并利用单纯形法求优化解。仿真结果表明,相较于现有的方法,文中算法在时延和能耗的控制上有较好的表现,且用户与服务器间的连接成功率更高。

摘要： Markov模型在位置预测领域有着广泛的应用,然而,动态Markov模型阶数难以确定.本文设计了一个在对用户地理轨迹和语义轨迹进行挖掘的过程中动态确定阶数的方法DMM+C,根据用户当前的轨迹序列和历史轨迹模式,结合轨迹前缀树(TPtree)以及相邻簇中用户信息,动态确定合适的阶数进行用户位置预测.该方法基于滑动时间窗口的PrefixSpan(STW-P)算法实现,通过挖掘最近一系列块中的移动模式以及用户位置访问频率不断更新用户的轨迹模式,捕捉用户移动序列模式随时间的变化规律,利用用户评论的概率分布提高位置预测精度.真实数据集上的实验证明了本方法的有效性.

摘要： 移动设备的普及为基于位置的服务应用带来新的发展机遇,但在使用LBS时造成的轨迹隐私泄露问题成为LBS普及的隐患.轨迹泛化法是一种轨迹隐私保护技术,在保护轨迹隐私的同时还可提高服务质量.基于组的轨迹隐私保护技术特点,对不考虑移动趋势的轨迹泛化法进行分析,总结基于移动趋势的轨迹隐私保护方法并对未来研究方向进行展望.

摘要： 随着射频识别(RFID)技术的不断发展,其相比全球定位系统(GPS)具有高精度、数据信息量大的优势,将其应用于智能交通以预测移动对象位置受到广泛关注.然而,由于其定位基站分布离散,并且不同基站对位置预测的影响权重不同,以及长期的历史信息会来带维数灾难等,移动对象的位置预测面临着严峻的挑战.针对这些挑战,在分析现有预测算法的不足的基础上,提出了一种长短期记忆网络(LSTM)和注意力(Attention)机制相结合的机器学习模型(LSTM-Attention).该算法将one-hot编码后的输入向量通过神经网络进行降维处理后,利用注意力机制来发掘不同的定位基站对位置预测的权重影响,最后进行位置预测.在南京交管局提供的RFID数据集上进行的对比实验表明,与现有算法相比,所提算法在预测准确性上有明显的提升.

摘要： 本文回顾性地讨论了1976年唐山7.8级大震的三要素预测.用静中动判据和震中迁移交会讨论了位置预测,用震源模式讨论了强度预测,用三性法、异年倍九律和震源的解锁指标讨论了发生时间的预测.应用这些预测方法和指标曾对唐山大地震后40年来国内某些大地震作过较成功的预测或是在震后发现符合这些预测方法和指标.这也是纪念唐山大地震40周年的一个实际意义.

摘要： 根据中国地震台网测定:2016年1月1日—12月31日,全球发生8级左右的大地震有3月2日印尼苏门答腊附近海域7.8级,4月17日厄瓜多尔7.5级(美国USGS测定为7.8级),7月30日马里亚纳群岛7.8级(美国USGS测定为7.7级)11月13日新西兰南岛8.0级(美国USGS测定为7.8级)12月9日所罗门群岛7.8级,12月17日新爱尔兰地区7.8级(美国USGS测定为7.9级)和12月25日智利南部7.6级,共有7次8级左右的大地震.在地震发生前曾运用"磁暴月相二倍法"向中国地震局地震预报部门,中国地震预测咨询委员会,中国地球物理学会天灾预测专业委员会,中国老科协地震分会和中国地震局离退休办公室等单位和领导,作过地震的短临预测意见,特别在预测的时间和震级上有较好对应,现在就对2017年度全球可能发生8级左右大地震的短临预测意见.

摘要： 根据中国地震台网测定:2016年1月1日—12月31日,全球发生8级左右的大地震有3月2日印尼苏门答腊附近海域7.8级,4月17日厄瓜多尔7.5级(美国USGS测定为7.8级),7月30日马里亚纳群岛7.8级(美国USGS测定为7.7级)11月13日新西兰南岛8.0级(美国USGS测定为7.8级)12月9日所罗门群岛7.8级,12月17日新爱尔兰地区7.8级(美国USGS测定为7.9级)和12月25日智利南部7.6级,共有7次8级左右的大地震.在地震发生前曾运用"磁暴月相二倍法"向中国地震局地震预报部门,中国地震预测咨询委员会,中国地球物理学会天灾预测专业委员会,中国老科协地震分会和中国地震局离退休办公室等单位和领导,作过地震的短临预测意见,特别在预测的时间和震级上有较好对应,现在就对2017年度全球可能发生8级左右大地震的短临预测意见.

摘要： 根据中国地震台网测定:2016年1月1日—12月31日,全球发生8级左右的大地震有3月2日印尼苏门答腊附近海域7.8级,4月17日厄瓜多尔7.5级(美国USGS测定为7.8级),7月30日马里亚纳群岛7.8级(美国USGS测定为7.7级)11月13日新西兰南岛8.0级(美国USGS测定为7.8级)12月9日所罗门群岛7.8级,12月17日新爱尔兰地区7.8级(美国USGS测定为7.9级)和12月25日智利南部7.6级,共有7次8级左右的大地震.在地震发生前曾运用"磁暴月相二倍法"向中国地震局地震预报部门,中国地震预测咨询委员会,中国地球物理学会天灾预测专业委员会,中国老科协地震分会和中国地震局离退休办公室等单位和领导,作过地震的短临预测意见,特别在预测的时间和震级上有较好对应,现在就对2017年度全球可能发生8级左右大地震的短临预测意见.

摘要： 根据中国地震台网测定:2016年1月1日—12月31日,全球发生8级左右的大地震有3月2日印尼苏门答腊附近海域7.8级,4月17日厄瓜多尔7.5级(美国USGS测定为7.8级),7月30日马里亚纳群岛7.8级(美国USGS测定为7.7级)11月13日新西兰南岛8.0级(美国USGS测定为7.8级)12月9日所罗门群岛7.8级,12月17日新爱尔兰地区7.8级(美国USGS测定为7.9级)和12月25日智利南部7.6级,共有7次8级左右的大地震.在地震发生前曾运用"磁暴月相二倍法"向中国地震局地震预报部门,中国地震预测咨询委员会,中国地球物理学会天灾预测专业委员会,中国老科协地震分会和中国地震局离退休办公室等单位和领导,作过地震的短临预测意见,特别在预测的时间和震级上有较好对应,现在就对2017年度全球可能发生8级左右大地震的短临预测意见.

摘要： 根据"磁暴月相二倍法"于2015年11月6日—9日和11月26日-27日分别在浙江省台州市召开的天灾预测专业委员会总结研讨会的会议上和在北京市召开的中国地震预测咨询委员会的地震预测咨询会议上,提交了同一篇题为"2016年上半度全球8级左右大地震的短临预测意见"其中预测:2016年3月4日土5天或10天左右,可能发生一次7.5--8.5级的大地震,预测的地区有三个,第一个是预测环太平洋地震带内,特别要注意中国台湾省以及邻近海域,但也不排除在其他地区内发生7.5级以上的大地震.并在这二个会议上都作了预测报告,预测文章发表在"2015天灾预测总结研讨学术会议"文集的第50-51页.

摘要： 根据"磁暴月相二倍法"于2015年11月6日—9日和11月26日-27日分别在浙江省台州市召开的天灾预测专业委员会总结研讨会的会议上和在北京市召开的中国地震预测咨询委员会的地震预测咨询会议上,提交了同一篇题为"2016年上半度全球8级左右大地震的短临预测意见"其中预测:2016年3月4日土5天或10天左右,可能发生一次7.5--8.5级的大地震,预测的地区有三个,第一个是预测环太平洋地震带内,特别要注意中国台湾省以及邻近海域,但也不排除在其他地区内发生7.5级以上的大地震.并在这二个会议上都作了预测报告,预测文章发表在"2015天灾预测总结研讨学术会议"文集的第50-51页.

摘要： 根据"磁暴月相二倍法"于2015年11月6日—9日和11月26日-27日分别在浙江省台州市召开的天灾预测专业委员会总结研讨会的会议上和在北京市召开的中国地震预测咨询委员会的地震预测咨询会议上,提交了同一篇题为"2016年上半度全球8级左右大地震的短临预测意见"其中预测:2016年3月4日土5天或10天左右,可能发生一次7.5--8.5级的大地震,预测的地区有三个,第一个是预测环太平洋地震带内,特别要注意中国台湾省以及邻近海域,但也不排除在其他地区内发生7.5级以上的大地震.并在这二个会议上都作了预测报告,预测文章发表在"2015天灾预测总结研讨学术会议"文集的第50-51页.

摘要： 根据"磁暴月相二倍法"于2015年11月6日—9日和11月26日-27日分别在浙江省台州市召开的天灾预测专业委员会总结研讨会的会议上和在北京市召开的中国地震预测咨询委员会的地震预测咨询会议上,提交了同一篇题为"2016年上半度全球8级左右大地震的短临预测意见"其中预测:2016年3月4日土5天或10天左右,可能发生一次7.5--8.5级的大地震,预测的地区有三个,第一个是预测环太平洋地震带内,特别要注意中国台湾省以及邻近海域,但也不排除在其他地区内发生7.5级以上的大地震.并在这二个会议上都作了预测报告,预测文章发表在"2015天灾预测总结研讨学术会议"文集的第50-51页.

摘要： 根据"磁暴月相二倍法"于2015年11月6日—9日和11月26日—27日分别在浙江省台州市召开的天灾预测专业委员会总结研讨会的会议上和在北京市召开的中国地震预测咨询委员会的地震预测咨询会议上,提交了同一篇题为"2016年上半年度全球8级左右大地震的短临预测意见."其中预测2016年4月17日土5天或10天左右,可能发生一次7.5-8.5级的大地震,预测的地区有三个,第一个地区是在环太平洋地震带内,特别要注意西太平洋地震带;第二个地区是在欧亚地震带内,特别要注意中国西部和西南地区,但也不排除在其他地区内发生7.5级以上的大地震.

摘要： 本发明涉及用于提供预测性目标位置(10)和/或用于达到目标位置(10)的预测性路线(11)的方法，在所述方法中确定当前地点位置并且根据存储的、来自过去的驾驶信息和当前的驾驶信息的比较、按照概率观点自动导出目标位置(10)，其中确定n个可能的目标位置(10)，其中，n≥2，其中目标位置(10)作为输入可能性供给导航系统(1)和/或同时图示带有所述目标位置(10)的预测性路线(11)，本发明还涉及导航系统(1)。

摘要： 本发明涉及一种全身性红斑狼疮发病危险度预测用组合物。具体讲，就是涉及一种当C4区域， 1q25.1区域与10q21.3区域发生DNA拷贝数发生变异时就表现出全身性红斑狼疮发病高危险群特征的组合物。本发明的组合物可以利用C4位置、1q25.1位置及10q21.3位置的拷贝数变异与全身性红斑狼疮发病具有协同效应这一特征预测发病风险，同时采用大部分医院化验室普遍正在实施的PCR，由此可以减少新设备的购置或因技术局限可能产生的分析误差，是一种临床上比较受欢迎的方式。另外，本发明还具有可采用非侵袭的方式对检查对象实施检查的优点。最终，本发明将有望对早期预测全身性红斑狼疮发病可能性以预防状态恶化或延缓发病而发挥重要的作用。

摘要： 本发明涉及一种视频图像中运动目标位置预测模型训练方法、位置预测方法及轨迹预测方法,训练运动目标位置预测模型需要首先在单个固定场景下收集视频，对视频进行多目标跟踪,而后生成每个目标的时序坐标序列，筛选出单个目标类的时序坐标序列集合，将真实轨迹序列集合输入网络模型,将输出与真实数据进行反复比对，可得到每种单类目标的位置预测模型，在实际视频中使用每个目标类对应的单目标类位置预测模型预测未来位置或轨迹。实际应用中，使用场景和训练场景需相同或相近。综上本发明利用深度学习方法为在视频图像中预测运动目标位置和轨迹提供一种新方法,运动目标可以包括行人、机动车、非机动车等。

摘要： 本发明涉及位置预测装置及位置检测装置，提供能够以极高的精度预测连续地工作的动作体的规定时刻时的位置的位置预测装置及包含该位置预测装置的位置检测装置。预测连续地工作的动作体的规定时刻时的位置的位置预测装置具备：推定部，求出规定时刻以前的位置推定时刻时的动作体的推定位置状态；和位置预测部，基于由推定部推定的动作体的推定位置状态，预测动作体的规定时刻时的位置。

摘要： 本发明公开了一种基于位置预测的数控机床位置相关型误差的外置补偿方法，通过离线测得外置误差补偿控制器与数控系统的通讯延时，结合数控机床实时进给率，计算得到位置提前量，与实时位置叠加，预测得到位置数据，使用该预测的位置数据进行补偿量计算，并将补偿量输入到数控系统中，数控系统通过原点偏移的方法完成补偿量到加工刀具尖端的输出。利用本发明，解决了用于补偿量计算的位置信息由于外置补偿控制器与数控系统的通讯产生的时间滞后，提高了外置误差补偿的精度。

摘要： 本发明涉及一种视频图像中运动目标位置预测模型训练方法、位置预测方法及轨迹预测方法,训练运动目标位置预测模型需要首先在单个固定场景下收集视频，对视频进行多目标跟踪,而后生成每个目标的时序坐标序列，筛选出单个目标类的时序坐标序列集合，将真实轨迹序列集合输入网络模型,将输出与真实数据进行反复比对，可得到每种单类目标的位置预测模型，在实际视频中使用每个目标类对应的单目标类位置预测模型预测未来位置或轨迹。实际应用中，使用场景和训练场景需相同或相近。综上本发明利用深度学习方法为在视频图像中预测运动目标位置和轨迹提供一种新方法,运动目标可以包括行人、机动车、非机动车等。

摘要： 一种根据本公开的原理的系统包括踏板位置预测模块和发动机致动器控制模块。踏板位置预测模块基于驾驶员行为和车辆驾驶条件来预测未来时间的踏板位置。踏板位置包括加速踏板位置和制动踏板位置中的至少一者。发动机致动器控制模块基于预测踏板位置来控制发动机的致动器。

摘要： 本发明属于智能车联网技术领域，公开一种基于车辆位置信息的车主出行位置预测方法，包括以下步骤，步骤一：对基于车辆位置数据的车辆轨迹数据进行整理；步骤二：识别基于车辆轨迹数据的用户重要兴趣点；步骤三：通过密度聚类法的兴趣点合并；步骤四：基于时空标签循环神经网络模型来预测用户下一个兴趣点。通过利用空间维度和语义维度的信息，提升了兴趣点预测的准确度。

摘要： 本发明是一种基于位置指纹和二步多项式拟合的卫星位置预测跟踪方法。所述方法为设置时间窗，通过基于位置指纹的卫星分级定位方法确定时间窗内成员星的N个离散位置构成的轨迹；将时间窗内的N个离散位置作为历史定位结果，根据二步多项式拟合方法确定出N个离散位置的二步多项式拟合值；确定成员星历史定位结果的轨迹吻合度，根据轨迹吻合度确定分级定位轨迹与真实轨迹的偏移程度；计算指纹定位结果，并对指纹定位结果进行卡尔曼滤波，得到成员星最终定位结果。本发明预测跟踪的定位结果的定位误差小于5m的概率为90％，定位误差小于10m的概率约为95％，定位误差小于30m的概率超过95％。定位精度远远高于未跟踪的定位结果。

摘要： 本发明公开了一种基于位置预测的数控机床位置相关型误差的外置补偿方法，通过离线测得外置误差补偿控制器与数控系统的通讯延时，结合数控机床实时进给率，计算得到位置提前量，与实时位置叠加，预测得到位置数据，使用该预测的位置数据进行补偿量计算，并将补偿量输入到数控系统中，数控系统通过原点偏移的方法完成补偿量到加工刀具尖端的输出。利用本发明，解决了用于补偿量计算的位置信息由于外置补偿控制器与数控系统的通讯产生的时间滞后，提高了外置误差补偿的精度。