-
公开(公告)号：CN107231408B
公开(公告)日：2020-08-14
申请号：CN201710303313.8
申请日：2017-05-03
Applicant: 同济大学
Abstract: 现有城市道路中车联网连通性研究均从路口至路口之间路段的密度等宏观角度衡量道路的连通性，而城市道路中车辆往往存在分布不均、路口转发节点空洞等问题，因此使用密度衡量连通性存在缺限。为此，本发明给出一种城市道路中基于车辆状态预测的连通性模型的构造方法。首先结合车辆的具体分布和动态变化，利用已有的车辆状态预测技术，计算车辆间链路生存时间，以此评估道路是否连通以及连通的稳定性，得到路口和路段连通性方法，然后推导城市道路整体连通性模型，并给出连通性最优的路径选择方法。本发明从根本上提升了城市道路网络路径连通的可靠性和稳定性，为车联网数据和信息提供最优传输路径，有助于推动车联网可靠有效的信息共享渠道的建设。
-
公开(公告)号：CN107231300A
公开(公告)日：2017-10-03
申请号：CN201710323752.5
申请日：2017-05-10
Applicant: 同济大学
IPC: H04L12/703 , H04L12/721
Abstract: 城市道路中基于车辆状态预测的连通性模型的路由方法。基于无基础设施网络的路由方法，步骤1.根据连通性模型给出无基础设施网络路由方法的描述；步骤2.节点转发策略；步骤3.路由恢复策略。步骤4、有基础设施的异构网络的路由方法，步骤4.1.有基础设施的大规模异构网络分块策略；步骤4.2.路口基础设施数据包转发策略。本发明从根本上为城市道路中车联网的大规模异构网络的数据传输给出稳定可靠的解决方法。
-
公开(公告)号：CN104867329B
公开(公告)日：2017-04-12
申请号：CN201510197749.4
申请日：2015-04-23
Applicant: 同济大学
IPC: G08G1/01
Abstract: 本发明涉及一种车联网车辆状态预测方法，包括：1)获取目标车辆所处的车辆环境信息以及目标车辆前方的交通灯信息；2)根据车辆环境信息，以及目标车辆的历史状态信息预测目标车辆的车辆行为；3)根据车辆环境信息、目标车辆前方的交通灯信息和预测得到的车辆行为，结合目标车辆的历史状态信息预测车辆的状态。与现有技术相比，本发明基于车辆环境信息、以及车辆历史状态对车辆的车辆行为进行预测，再通过车辆行为对车辆的未来状态进行预测，基于车辆行为的预测更加准确，并且具有良好地扩展性，简单高效，适用大规模网络情况。
-
公开(公告)号：CN105722176A
公开(公告)日：2016-06-29
申请号：CN201610068732.3
申请日：2016-01-29
Applicant: 同济大学
Abstract: 一种城市场景中有基础设施的车联网大规模异构网络的连通性方法，步骤一、路口网关基于相邻的交叉路口建立向目标车辆的转发路径，即为主干路网。基于在源车辆与目标车辆之间所有可能的主干路网，路口网关将依次应用车联网连通性模型，计算比较各主干路网的连通可能性，从中选择连通可能性最大的主干路网作为转发路径，计算转发路径的流程如算法1所示。步骤二、当源车辆收到路口网关发回的用主干路网表示的转发路径后，就开始进行数据分组的转发，算法2具体描述数据分组的转发过程。本发明能够满足上层应用的服务质量要求，利用遗传算法求解该连通性模型的近似最优解，以期快速找到满足应用程序需求的转发路径。
-
公开(公告)号：CN104684080B
公开(公告)日：2018-04-27
申请号：CN201510070419.9
申请日：2015-02-10
Applicant: 同济大学
IPC: H04W64/00
Abstract: 本发明涉及一种三维WLAN室内定位方法，包括以下步骤：(1)将待研究场景等分为若干个立方格，对于每个无线接入点记录其所能覆盖的立方格的信号强度；(2)服务器将每个无线接入点的信号分布数据中成簇的非零值通过拟合函数实现压缩；(3)用户终端实时感测并记录每个所述的无线接入点的信号强度，上传至服务器以请求服务器进行定位计算；(4)服务器根据收到的所述用户终端的信号强度信息中每个无线接入点的强度信息，计算用户终端的估计位置发还给用户终端。与现有技术相比，本发明避免传统机器学习算法维度灾难问题，将定位范围扩展到三维空间；记录全场AP信号强度分布数据，并对数据进行压缩，减少存储空间。
-
Patent Agency Ranking
公开(公告)号：CN107240027A
公开(公告)日：2017-10-10
申请号：CN201710303302.X
申请日：2017-05-03
Applicant: 同济大学
IPC: G06Q50/00
CPC classification number: G06Q50/01
Abstract: 重叠社区改变点检测是网络动态演化分析中的一项重要任务，有助于深入理解系统演化或检测异常。目前的改变点检测方法不能量化改变程度、无法检测局部社区改变、对改变点的类型没有合理分类。针对这些问题，本发明给出了一种基于低通过滤和决策函数的重叠社区改变点检测方法。首先将重叠社区所对应的子图建模为一维社区流，使得信号处理方法能应用于重叠社区，然后通过将改变点分为两类和基于决策函数，实现了对重叠社区改变点的检测和量化。本发明从根本上提升了复杂网络中的重叠社区的改变点检测的准确率，从而用来判断重叠社区是否改变、改变的类型和程度，有助于理解各类系统的组织及动态特征。
-
公开(公告)号：CN107231408A
公开(公告)日：2017-10-03
申请号：CN201710303313.8
申请日：2017-05-03
Applicant: 同济大学
Abstract: 现有城市道路中车联网连通性研究均从路口至路口之间路段的密度等宏观角度衡量道路的连通性，而城市道路中车辆往往存在分布不均、路口转发节点空洞等问题，因此使用密度衡量连通性存在缺限。为此，本发明给出一种城市道路中基于车辆状态预测的连通性模型的构造方法。首先结合车辆的具体分布和动态变化，利用已有的车辆状态预测技术，计算车辆间链路生存时间，以此评估道路是否连通以及连通的稳定性，得到路口和路段连通性方法，然后推导城市道路整体连通性模型，并给出连通性最优的路径选择方法。本发明从根本上提升了城市道路网络路径连通的可靠性和稳定性，为车联网数据和信息提供最优传输路径，有助于推动车联网可靠有效的信息共享渠道的建设。
-
公开(公告)号：CN105743783A
公开(公告)日：2016-07-06
申请号：CN201610223464.8
申请日：2016-04-12
Applicant: 同济大学
IPC: H04L12/707 , H04L12/721 , H04L12/753 , H04L29/08
Abstract: 基于BS?TS和自编码网络的车联网网络节点筛选方法及其通达性路由机制，属于车联网技术领域。根据城市道路中由车联网网络节点时空分布差异导致的稀疏网络与稠密网络无规律分布问题，对不同时间、不同路段提供适当的节点筛选方法，并结合车联网大规模异构网络存在互联互通耦合度低等问题，设计适合于城市道路的通达性路由机制。本发明通过研究大规模车联网道路网络图区块划分方法，将大规模车联网划分若干小规模网络，根据网络内节点数量变化趋势相似度算法，将具有类似网络度分布的路段进行统一考虑，降低了处理的复杂性。路由机制不仅具有更高的数据包传递成功率，而且具有更好的稳定性。
-
公开(公告)号：CN107240028B
公开(公告)日：2020-09-15
申请号：CN201710303329.9
申请日：2017-05-03
Applicant: 同济大学
Abstract: 针对目前关于复杂网络演化中重叠社区发现的研究并没有考虑节点个体的动态演化、不均匀活跃度分布和多尺度性(Multi‐scaling)，使得重叠社区不能同时有较高的NMI(NMI，Normalized Mutual Information)和F‐score值等问题，本发明公开一种复杂网络中基于节点活跃度的非对称社团扩展的重叠社区发现及预测方法。首先，定义节点活跃度，将节点活跃度用于重叠社区扩展的目标函数；然后，社区扩展及使用最大社团作为扩展种子；最后，给出基于节点活跃度的非对称社团扩展算法。本发明从根本上提升了复杂网络中的重叠社区的检测准确率，并且对未来重叠社区具有较好的预测能力。
-
公开(公告)号：CN105743783B
公开(公告)日：2019-05-14
申请号：CN201610223464.8
申请日：2016-04-12
Applicant: 同济大学
IPC: H04L12/707 , H04L12/721 , H04L12/753 , H04L29/08
Abstract: 基于BS‑TS和自编码网络的车联网网络节点筛选方法及其通达性路由机制，属于车联网技术领域。根据城市道路中由车联网网络节点时空分布差异导致的稀疏网络与稠密网络无规律分布问题，对不同时间、不同路段提供适当的节点筛选方法，并结合车联网大规模异构网络存在互联互通耦合度低等问题，设计适合于城市道路的通达性路由机制。本发明通过研究大规模车联网道路网络图区块划分方法，将大规模车联网划分若干小规模网络，根据网络内节点数量变化趋势相似度算法，将具有类似网络度分布的路段进行统一考虑，降低了处理的复杂性。路由机制不仅具有更高的数据包传递成功率，而且具有更好的稳定性。
-
-
-
-
-
-
-
-
-
Search Results
19
records
(took 0.015 seconds)
