-
公开(公告)号:CN118747954A
公开(公告)日:2024-10-08
申请号:CN202410785924.0
申请日:2024-06-18
Applicant: 华南理工大学
IPC: G08G1/01 , G06F18/10 , G06F18/2135 , G06N3/0464 , G06N3/084
Abstract: 本发明公开了一种基于卷积神经网络的高速公路隧道交通事故预测方法,包括收集历史事故数据,构建交通事故数据集并进行数据清洗、数据预处理,包括格式化、异常值剔除、空缺值填补、相关性分析、归一化处理、过采样处理以及转灰度处理;进行特征提取,得到用于预测事故发生的关键变量;结合卷积神经网络,构建高速公路隧道交通事故预测模型并行训练;利用训练好的高速公路隧道交通事故预测模型进行交通事故预测。本发明利用CNN自动从大量数据中提取关键特征,减少了对专业知识的依赖和人工特征工程的需求,降低了运行成本,能够迅速识别并响应,缩短紧急服务的到达时间,减轻事故后果,提高救援效率。
-
公开(公告)号:CN217954054U
公开(公告)日:2022-12-02
申请号:CN202221585429.8
申请日:2022-06-23
Applicant: 华南理工大学
IPC: G01N1/36
Abstract: 本实用新型公开的一种方便脱模的马歇尔试件成型模具,包括底座、套筒和锁扣,套筒用于放置在底座上,套筒内部中空形成中空腔,且所述锁扣设置在所述套筒的侧壁,所述锁扣用于打开所述套筒以取出在所述中空腔中制备得到的马歇尔试件。本实用新型无需借助马歇尔试件脱模仪,可快速便捷地进行脱模。使用前先通过锁扣闭合套筒,击实冷却后,转动锁扣并打开套筒,即可取出马歇尔试件。本实用新型设计的马歇尔成型模具结构简单,安全性好,省去了马歇尔试件脱模仪的压缩脱模操作,避免了二次压缩对试件造成损坏。
-