-
公开(公告)号：CN118158860A
公开(公告)日：2024-06-07
申请号：CN202410428548.X
申请日：2024-04-10
Applicant: 长安大学
IPC: H05B47/105 , H05B47/165 , H05B47/175 , H05B47/155 , G06N3/02 , G06N3/08
Abstract: 本发明涉及隧道照明技术领域，且公开了一种公路隧道自动照明系统，自动照明模块包括：传感器模块：用于通过地感线圈、红外对管传感器、光照强传感器获取隧道内环境数据；车辆检测模块：用于检测隧道内车辆的行驶情况，辅助照明系统的智能化调节；智能视频识别模块：用于通过摄像头采集的隧道内的实时图像信息进行车辆状态识别，与隧道内部灯光控制功能配合实现隧道内部灯光系统的智能调控；系统控制模块：用于接收来自各传感器和检测模块的数据，综合判断并执行相应的照明控制指令；物联网通信模块：收集所有模块产生的实时数据，上传到云端以及隧道管理系统，对隧道照明系统进行集中调度和维护。
-
公开(公告)号：CN110443311B
公开(公告)日：2022-10-04
申请号：CN201910726647.5
申请日：2019-08-07
Applicant: 长安大学
IPC: G06K9/62
Abstract: 一种基于形状因素调整的交通轨迹聚类相似性计算方法，采集多辆出租车轨迹数据，并进行预处理；基于出行轨迹时间，将预处理后的轨迹数据集划分为不同集合，得到多个基于时间段的轨迹数据集；对基于时间段的轨迹数据集进行计算，得到点—段距离，并优化点—段距离；再计算段—段距离；最后计算相似性。本发明的方法更加适用于对复杂的城市路网中的轨迹进行相似度计算，有优良的通用性，在轨迹聚类领域有重要的应用价值。
-
公开(公告)号：CN110443311A
公开(公告)日：2019-11-12
申请号：CN201910726647.5
申请日：2019-08-07
Applicant: 长安大学
IPC: G06K9/62
Abstract: 一种基于形状因素调整的交通轨迹聚类相似性计算方法，采集多辆出租车轨迹数据，并进行预处理；基于出行轨迹时间，将预处理后的轨迹数据集划分为不同集合，得到多个基于时间段的轨迹数据集；对基于时间段的轨迹数据集进行计算，得到点—段距离，并优化点—段距离；再计算段—段距离；最后计算相似性。本发明的方法更加适用于对复杂的城市路网中的轨迹进行相似度计算，有优良的通用性，在轨迹聚类领域有重要的应用价值。
-
公开(公告)号：CN109302676B
公开(公告)日：2019-08-02
申请号：CN201811210143.X
申请日：2018-10-17
Applicant: 长安大学
IPC: H04W4/021 , H04W4/06 , H04W4/40 , H04W12/02 , H04L29/06 , H04L29/08 , G06F16/29 , G06F21/60 , G06F21/62 , G06Q30/06
Abstract: 一种面向乘客和司机隐私保留的O‑D区域匹配方法，采用管理平台首先对所使用地图进行网格划分，并对每个网格区域给予不同的编号，司机或乘客出行的O‑D位置确定后，选择对应位置的网格编号作为出行的O‑D信息，再采用基于离散对数困难问题的加密算法对出行O‑D信息进行加密并通过管理平台发布，通过对加密后的O‑D区域进行匹配解决了现有共乘服务中用户出行位置的泄漏问题，有效保护了乘客的出行区域隐私，消除了潜在的安全隐患。
-
公开(公告)号：CN108877224B
公开(公告)日：2019-05-14
申请号：CN201810788337.1
申请日：2018-07-18
Applicant: 长安大学
Abstract: 本发明公开了一种可进行置信区间估计的短时交通流预测方法，在进行在线短时交通流预测时，不仅可以获得短时交通流的预测值，而且能够同时获得上述预测值的方差估计值，并利用该方差的估计值可以进一步获得短时交通流预测值的置信区间，从而实现对短时交通流预测的不确定性进行定量分析。本发明的方法适用于交通流预测，在智能交通系统中有重要的应用价值。
-
Patent Agency Ranking
公开(公告)号：CN109302676A
公开(公告)日：2019-02-01
申请号：CN201811210143.X
申请日：2018-10-17
Applicant: 长安大学
IPC: H04W4/021 , H04W4/06 , H04W4/40 , H04W12/02 , H04L29/06 , H04L29/08 , G06F16/29 , G06F21/60 , G06F21/62 , G06Q30/06
CPC classification number: H04W4/021 , G06F21/602 , G06F21/6245 , G06Q30/0645 , H04L63/0428 , H04L67/18 , H04W4/06 , H04W4/40 , H04W12/02
Abstract: 一种面向乘客和司机隐私保留的O-D区域匹配方法，采用管理平台首先对所使用地图进行网格划分，并对每个网格区域给予不同的编号，司机或乘客出行的O-D位置确定后，选择对应位置的网格编号作为出行的O-D信息，再采用基于离散对数困难问题的加密算法对出行O-D信息进行加密并通过管理平台发布，通过对加密后的O-D区域进行匹配解决了现有共乘服务中用户出行位置的泄漏问题，有效保护了乘客的出行区域隐私，消除了潜在的安全隐患。
-
公开(公告)号：CN108680174A
公开(公告)日：2018-10-19
申请号：CN201810443850.7
申请日：2018-05-10
Applicant: 长安大学
IPC: G01C21/30
Abstract: 一种基于机器学习方法改进地图匹配异常点的方法，获取一辆或多辆出租车匹配后的投影坐标点数据作为样本数据，然后从中筛选出匹配正常与异常的投影点；对于每个匹配异常的投影坐标点，从匹配正确的数据集中筛选出异常点的候选数据集；计算每个异常点与异常点的候选数据集中的投影点之间的时间相似度和空间相似度，得到时空相似度集合，进而根据时间相似度和空间相似度计算时空相似度的均值；比较时空相似度与时空相似度的均值的大小，获取时空相似度大于时空相似度均值的个数，并将满足条件的数据作为最终的候选数据集；在最终的候选数据集中，利用knn算法计算得到改进后的投影坐标点。本发明具有计算量较低，准确率更高的优点。
-
公开(公告)号：CN113380025B
公开(公告)日：2022-08-30
申请号：CN202110590338.7
申请日：2021-05-28
Applicant: 长安大学
Abstract: 本发明公开了一种车辆出行量预测的模型构建方法及预测方法和系统。所公开方案构建路段出行量OD次数关系图，路段出行量局部关系图、路段出行量全局关系图共同作为空间特征，进行路段车辆出行量预测，并且也考虑外部因素影响，同时采用GCN和TCN混合的深度预测模型进行模型构建与未来出行量的预测。所公开方案提升了车辆出行量预测的准确度，可用于区域内规模车辆出行量的预测。
-
公开(公告)号：CN113612750A
公开(公告)日：2021-11-05
申请号：CN202110851771.1
申请日：2021-07-27
Applicant: 长安大学
Abstract: 本发明提供一种面向移动群智感知网络的用户身份隐私保护方法，包括：步骤1，系统初始化：受信任机构初始化公共参数；步骤2，授权代理：代理者向授权者申请代理授权，授权者将授权信息发送给代理者；代理者和授权者均为感知平台的用户；步骤3，授权信息的验证：代理者对获得的授权信息进行有效性验证；步骤4，感知信息的发送：代理者验证授权信息合法后，使用从授权者处获得的授权信息代理授权者发送感知信息给感知平台；步骤5，感知信息的验证：感知平台收到代理者发送的感知信息后，对感知信息进行有效性验证，如果验证失败，则拒绝接受感知信息，否则接受感知信息。本发明能更好的保护用户的隐私信息。
-
公开(公告)号：CN109936568B
公开(公告)日：2021-08-17
申请号：CN201910126604.3
申请日：2019-02-20
Applicant: 长安大学
Abstract: 本发明提供了一种基于循环神经网络的防恶意攻击传感器数据采集方法，首先，首次提出采用多元正态分布函数实时检测恶意攻击行为所产生的异常数据，提高了数据传输的安全性；其次，当发现异常数据时，调用基于可编程逻辑门阵列设计的循环神经网络加速IP核，快速智能预测传感器的正常值；最后，动态更新循环神经网络训练数据集，提高了循环神经网络对新的传感器测量值的预测适应度，从而保证了预测数据的合理性，进一步也提高了数据传输的可靠性，并且本方案还具有计算复杂度较低和收敛速度快的特点，广泛适用于计算资源有限的物联网边缘设备。
-
-
-
-
-
-
-
-
-
Search Results
23
records
(took 0.025 seconds)
