-
公开(公告)号：CN111310117B
公开(公告)日：2023-03-31
申请号：CN202010058620.6
申请日：2020-01-19
Applicant: 东南大学
IPC: G06F17/16
Abstract: 本发明公开了一种基于张量火车分解模型的交通大数据填充方法，该方法包括：构建包含5个交通数据维度的五维张量模型；通过L2正则约束，构建初始基于张量火车分解模型的填充模型；对所述填充模型中进行共轭梯度优化，获得每个核向量的优化后的填充模型；或对所述的填充模型，进行迹范数优化，得到最终填充模型；通过所述第一填充模型和／或第二填充模型，进行交通大数据填充。本发明提供的方法能够提高数据填充的精度，在高丢失率下能够保持填充稳定性。
-
公开(公告)号：CN110111578B
公开(公告)日：2021-06-01
申请号：CN201910444421.6
申请日：2019-05-25
Applicant: 东南大学
IPC: G08G1/01
Abstract: 本发明提供了一种基于张量恢复的偶发性交通拥堵检测方法。该方法包括以下步骤：获得行程时间数据；根据所述行程时间数据构建张量模型；根据所述张量模型构建张量恢复模型；以及利用所述张量恢复模型将所述张量分解成低秩部分和稀疏部分；将述低秩部分标识为正常的行程时间分布；将稀疏部分标识为偶发性交通拥堵造成的行程时间异常值分布。本发明利用行程时间数据进行拥堵检测和识别，并采用高维张量模型来表征行程时间，能够充分利用行程时间的多模式特性。通过构建张量恢复模型，不仅检测出偶发性拥堵，还能够提取出非偶发性拥堵时的行程时间分布状况。
-
公开(公告)号：CN111768635B
公开(公告)日：2022-10-25
申请号：CN202010257048.6
申请日：2020-04-02
Applicant: 东南大学
Abstract: 本发明公开了一种基于耦合鲁棒性张量分解的偶发性交通拥堵检测方法，所述方法首先采集各种交通变量数据；然后根据各类交通数据的特点，将其构建成同尺寸和同阶数的张量模型；然后对丢失的数据进行填充预处理；然后构建贝叶斯鲁棒性张量分解模型，提出自适应秩的贝叶斯鲁棒性张量分解模型，并从概率角度描述不同种类交通数据的共有的稀疏分布，从而构建多种交通数据的耦合鲁棒性分解模型；最后设计求解方法，实现高精度快速偶发性交通拥堵检测。
-
公开(公告)号：CN113051667A
公开(公告)日：2021-06-29
申请号：CN202110333743.0
申请日：2021-03-29
Applicant: 东南大学
IPC: G06F30/15 , G06F30/27 , G06N3/04 , G06N3/08 , G06F119/14
Abstract: 本发明涉及一种混合动力汽车能量管理策略的加速学习方法，主要应用于基于深度强化学习的能量管理策略开发。通过不同混合动力汽车的驾驶工况信息，基于深度神经网络结构创建Actor网络和Critic网络，使用DDPG算法对源域的驾驶工况数据进行训练，以获得迁移学习所需要的内部表征；用获得的来自源域的内部表征初始化用来训练目标域的Actor网络和Critic网络，随机初始化训练目标域的Actor、Critic网络中的其他参数，并用少量的驾驶工况数据微调目标域的内部表征；目标域混合动力汽车执行训练完成的能量管理策略。本法发明具有共性的原则利用起来，节省了重新训练参数的时间，缩短了目标域混合动力汽车能量管理策略的训练周期，也有利于提高混合动力汽车的燃油经济性。
-
公开(公告)号：CN111310117A
公开(公告)日：2020-06-19
申请号：CN202010058620.6
申请日：2020-01-19
Applicant: 东南大学
IPC: G06F17/16
Abstract: 本发明公开了一种基于张量火车分解模型的交通大数据填充方法，该方法包括：构建包含5个交通数据维度的五维张量模型；通过L2正则约束，构建初始基于张量火车分解模型的填充模型；对所述填充模型中进行共轭梯度优化，获得每个核向量的优化后的填充模型；或对所述的填充模型，进行迹范数优化，得到最终填充模型；通过所述第一填充模型和／或第二填充模型，进行交通大数据填充。本发明提供的方法能够提高数据填充的精度，在高丢失率下能够保持填充稳定性。
-
Patent Agency Ranking
公开(公告)号：CN111274525B
公开(公告)日：2023-04-07
申请号：CN202010061279.X
申请日：2020-01-19
Applicant: 东南大学
Abstract: 本发明公开了一种基于多线性增广拉格朗日乘子法的张量数据恢复方法，包括：根据受污染的高维数据的结构和多模式特性构建张量模型；根据张量模型构建包括低秩项和稀疏项且具有约束条件的第一目标函数；将第一目标函数转换成不包括松弛项且具有不同约束条件的第二目标函数，第二目标函数包括分别涉及低秩项和稀疏项的第一项和第二项；对第二目标函数进行优化然后利用多线性增广拉格朗日乘子法去约束得到第三目标函数；求解第三目标函数得到真实数据和污染数据。本发明通过对目标函数进行转换加之改变其约束条件并采用多线性增广拉格朗日乘子法去约束，提高了张量恢复精度并降低了计算复杂度。
-
公开(公告)号：CN111768635A
公开(公告)日：2020-10-13
申请号：CN202010257048.6
申请日：2020-04-02
Applicant: 东南大学
Abstract: 本发明公开了一种基于耦合鲁棒性张量分解的偶发性交通拥堵检测方法，所述方法首先采集各种交通变量数据；然后根据各类交通数据的特点，将其构建成同尺寸和同阶数的张量模型；然后对丢失的数据进行填充预处理；然后构建贝叶斯鲁棒性张量分解模型，提出自适应秩的贝叶斯鲁棒性张量分解模型，并从概率角度描述不同种类交通数据的共有的稀疏分布，从而构建多种交通数据的耦合鲁棒性分解模型；最后设计求解方法，实现高精度快速偶发性交通拥堵检测。
-
公开(公告)号：CN111274525A
公开(公告)日：2020-06-12
申请号：CN202010061279.X
申请日：2020-01-19
Applicant: 东南大学
Abstract: 本发明公开了一种基于多线性增广拉格朗日乘子法的张量数据恢复方法，包括：根据受污染的高维数据的结构和多模式特性构建张量模型；根据张量模型构建包括低秩项和稀疏项且具有约束条件的第一目标函数；将第一目标函数转换成不包括松弛项且具有不同约束条件的第二目标函数，第二目标函数包括分别涉及低秩项和稀疏项的第一项和第二项；对第二目标函数进行优化然后利用多线性增广拉格朗日乘子法去约束得到第三目标函数；求解第三目标函数得到真实数据和污染数据。本发明通过对目标函数进行转换加之改变其约束条件并采用多线性增广拉格朗日乘子法去约束，提高了张量恢复精度并降低了计算复杂度。
-
公开(公告)号：CN110111578A
公开(公告)日：2019-08-09
申请号：CN201910444421.6
申请日：2019-05-25
Applicant: 东南大学
IPC: G08G1/01
Abstract: 本发明提供了一种基于张量恢复的偶发性交通拥堵检测方法。该方法包括以下步骤：获得行程时间数据；根据所述行程时间数据构建张量模型；根据所述张量模型构建张量恢复模型；以及利用所述张量恢复模型将所述张量分解成低秩部分和稀疏部分；将述低秩部分标识为正常的行程时间分布；将稀疏部分标识为偶发性交通拥堵造成的行程时间异常值分布。本发明利用行程时间数据进行拥堵检测和识别，并采用高维张量模型来表征行程时间，能够充分利用行程时间的多模式特性。通过构建张量恢复模型，不仅检测出偶发性拥堵，还能够提取出非偶发性拥堵时的行程时间分布状况。
-
公开(公告)号：CN116504058B
公开(公告)日：2024-08-23
申请号：CN202310419748.4
申请日：2023-04-19
Applicant: 东南大学
Abstract: 本发明公开了基于动态张量填充的高速公路短时行程时间预测方法、系统、电子设备、存储介质，包括:1、对从数据库上收集时间平均速度采用分段恒速轨迹处理，转化为空间平均速度。2、根据空间平均速度对各个路段的行程时间进行估计，将估计所得的行程时间数据作为已知的历史数据，构建张量模型。3、基于估计所得的行程时间数据和待预测的行程时间数据构建动态张量模型，待预测的行程时间数据标记为丢失数据。4、基于最小化迹范数的张量填充算法构建动态张量填充模型，实现动态填充，对待预测行程时间数据预测。本发明对高速公路行程时间进行实时预测，为出行人员提供路径选择依据，为交通管理者提供实施道路管理措施和制定交通规则的依据。
-
-
-
-
-
-
-
-
-
Search Results
15
records
(took 0.016 seconds)
