一种面向信号交叉口区域的混行车群分层协同控制方法

    公开(公告)号:CN118334880A

    公开(公告)日:2024-07-12

    申请号:CN202410561424.9

    申请日:2024-05-08

    Inventor: 黄帅 孙棣华 赵敏

    Abstract: 本发明涉及一种面向信号交叉口区域的混行车群分层协同控制方法,属于混合交通组织及混合车辆控制领域。该方法包括:建立信号交叉口区域混合交通场景;构建信号交叉口区域子群划分和子群重组策略;建立领头网联自动车模型及传统人驾车模型;基于交通信息物理系统的视角建立基于分布式MPC的分层协同控制策略,其中包括上层控制器和下层控制器。本发明能够提高信号交叉口区域整体的交通效率和安全,可以为解决新型混合交通拥堵和安全提供新视角的优点。

    一种注意力3D密集连接卷积网络的早期AD脑组织形态学表征与分类方法

    公开(公告)号:CN119090865A

    公开(公告)日:2024-12-06

    申请号:CN202411312480.5

    申请日:2024-09-20

    Abstract: 发掘早期AD(Alzheimer's disease,AD)诊断性特征并对其进行及时预测干预,是延缓或阻止AD进程的有效途径。为此,本发明提出注意力3D密集连接网络的早期AD脑形态学表征与分类方法。本发明采用密集连接网络作为主干架构、多视角脑组织灰质、白质、脑脊液3D图像作为网络输入,并引入注意力机制使得网络能够捕获对AD分类具有重要贡献脑区。在ADNI数据集上,本发明方法在CN(cognitively normal)vs.MCI(mild cognitive impairment)、MCI vs.AD、CN vs.AD分类中的正确率依次达到了98.37%、97.63%、98.60%。与其他优秀方法相比,本发明方法处于先进水平。此外,通过注意力图分析发现AD患者脑形态学演变轨迹,即由CN转化为MCI涉及皮层下结构的脑形态学异常改变、再转化为AD进一步涉及皮层结构的脑形态学异常改变。

    一种非负矩阵三因子正交分解的脑功能连接图谱构建方法

    公开(公告)号:CN118470363A

    公开(公告)日:2024-08-09

    申请号:CN202410537116.2

    申请日:2024-04-29

    Abstract: 本发明提出了一种基于非负矩阵三因子正交分解(ONMTF)的脑功能连接图谱构建方法。该方法首先根据静息态功能磁共振影像数据集中每个被试两个待划分脑区体素之间的功能连接度量,建立两个感兴趣脑区之间的组水平功能相似性矩阵,这个矩阵的行和列分别代表两个感兴趣脑区的体素。然后,通过ONMTF将组水平功能相似性矩阵X分解成三个非负矩阵的乘积,即ASY。根据分解的两个后验概率标签矩阵A和Y得出两个感兴趣脑区之间存在连接关系的精细化功能连接网络。本发明提出方法所提取未知子区网络的功能,可以通过已经研究得较为透彻子区网络的功能进行推断。而且,本发明提出的方法提取的脑功能连接网络具有更好的聚类质量,即更好的功能一致性。

Patent Agency Ranking