交通流短时预测方法
    101.
    发明公开

    公开(公告)号:CN103903452A

    公开(公告)日:2014-07-02

    申请号:CN201410088566.4

    申请日:2014-03-11

    Applicant: 东南大学

    Inventor: 叶智锐 王超

    Abstract: 本发明公开了一种交通流短时预测方法,包括如下步骤:在选定的路段上设置检测器,按照预设的时间周期采集交通流数据;预处理获得的交通流数据,判断车流量和速度是否处于预期范围;建立交通流短时预测模型;检验上述模型是否符合平稳性要求,如果不符合,在进行差分处理,直到其符合平稳性要求;对符合平稳性要求的模型进行参数估计;采用上述模型预测交通流,并评价采用相关评价指标对其进行评价。通过线性ARIMA模型和非线性EGARCH-M模型的结合,本发明能够更好地追踪交通流的数据特征,控制异常数据带来的不利影响,具有更高的预测精度和可靠性,在各项评价指标方面优于现有方法。

    永磁同步电机的速度环的简化自抗扰控制器的构造方法

    公开(公告)号:CN100444059C

    公开(公告)日:2008-12-17

    申请号:CN200610096751.3

    申请日:2006-10-13

    Abstract: 永磁同步电机的简化自抗扰控制器的构造方法,适用于永磁同步电机的高性能控制。将电压控制电压源逆变器(1)与空间矢量脉宽调制构造出扩展的压控逆变器(2);将扩展的压控逆变器与电流控制器(3)、坐标变换(4)、永磁同步电机(7)、负载(8)及光电编码器(9)构成复合被控对象(10);利用复合被控对象的输入及输出信号构造扩张的二阶状态观测器(52);复合转速反馈(54)ωδ由转速测量值ω和转速的观测量z1两者的加权和组成,构造由广义速度误差开方控制器(51)及对系统扰动的补偿项(-z2/b)两部分叠加组成的复合控制器(53);并将复合控制器串联在复合被控对象之前,最后由复合控制器及扩张的二阶状态观测器共同组成简化自抗扰控制器(5)。

    一种群智感知中的资源分配方法

    公开(公告)号:CN118093102B

    公开(公告)日:2024-07-23

    申请号:CN202410507949.4

    申请日:2024-04-25

    Abstract: 本发明公开了一种群智感知中的资源分配方法,涉及移动用户MU的策略制定过程中一致的部分建模为标准的凸优化问题,本发明根据群智感知的真实情况,提出了移动用户个人的对不同任务的偏好属性并进行量化分析,提出连续策略迭代算法CSI使得MCS系统能够在跨周期迭代的过程中学习用户的偏好程度,并与相关的Greedy以及Ranking算法进行了仿真比较。在一般的实验设置下,相较于对比的基于贪心和等级划分的优化算法,CSI算法在效用指标上有10%~20%的提升,且使得模拟误差降低10%左右。本发明证明了CSI算法在大多数场景下有着更优秀的指标,助力提高收集数据的质量,同时增加系统的可靠性和稳健性。

    一种基于深度学习的船舶黑烟识别方法

    公开(公告)号:CN114241189B

    公开(公告)日:2024-06-07

    申请号:CN202111441778.2

    申请日:2021-11-30

    Applicant: 东南大学

    Abstract: 本发明公开了一种基于深度学习的船舶黑烟识别方法,包括如下步骤:S1、构建数据集;S2、数据集预处理;S3、构建船舶黑烟识别模型;S4、实时监测。该方法基于改进的YOLO v4网络模型,通过对损失函数进行针对性的修改来增加困难样本的损失权重,进而能够克服黑烟样本集不均衡的所带来的识别困难。该方法在高识别精度的基础上保持较快的识别速度,可以满足相关管理部门对船舶黑烟识别的准确性、实时性需求,同时适用于图片检测和视频检测。此外,本发明所提出的混合马赛克数据扩增方法能够保证网络模型在单GPU环境下稳定、高速训练,节省目标识别算法的计算资源和训练时间,具有较大的工业生产价值和推广价值。

    一种群智感知中的资源分配方法

    公开(公告)号:CN118093102A

    公开(公告)日:2024-05-28

    申请号:CN202410507949.4

    申请日:2024-04-25

    Abstract: 本发明公开了一种群智感知中的资源分配方法,涉及移动用户MU的策略制定过程中一致的部分建模为标准的凸优化问题,本发明根据群智感知的真实情况,提出了移动用户个人的对不同任务的偏好属性并进行量化分析,提出连续策略迭代算法CSI使得MCS系统能够在跨周期迭代的过程中学习用户的偏好程度,并与相关的Greedy以及Ranking算法进行了仿真比较。在一般的实验设置下,相较于对比的基于贪心和等级划分的优化算法,CSI算法在效用指标上有10%~20%的提升,且使得模拟误差降低10%左右。本发明证明了CSI算法在大多数场景下有着更优秀的指标,助力提高收集数据的质量,同时增加系统的可靠性和稳健性。

    一种基于多源数据和权重系数法的城市建筑功能分类方法

    公开(公告)号:CN113672788B

    公开(公告)日:2024-04-09

    申请号:CN202110828336.7

    申请日:2021-07-22

    Applicant: 东南大学

    Abstract: 本发明公开了一种基于多源数据和权重系数法的城市建筑功能分类方法,步骤包括:获取建筑矢量数据、POI数据以及AOI数据;将各个POI数据点与各自最接近的建筑矢量进行连接;计算每个建筑矢量各个功能类型的权重总值Qi;计算各个功能类型的权重总值比例PR,并将PR最大的功能类型作为建筑矢量的建筑类型;利用建筑矢量内部及周围一定范围内不同类型的POI数据,结合权重赋值划分建筑功能类型,并利用AOI数据对余下未识别建筑进行补充识别,以实现城市建筑的功能分类。该城市建筑功能分类方法相较于传统收集方法和单使用POI核密度计算的方法而言更为快速、准确、范围更广、分类更详细。

Patent Agency Ranking