一种基于路网的城市交通事故风险预测方法

    公开(公告)号:CN113283665B

    公开(公告)日:2022-07-19

    申请号:CN202110646085.0

    申请日:2021-06-10

    Abstract: 一种基于路网的城市交通事故风险预测方法涉及交通事故风险预测技术领域,解决了时空相关性和空间异质性的问题,过程为:建立事故位置和路段之间的映射关系;根据路段集合中路段之间的相似度将路段进行聚类得到粗粒度区域并计算粗粒度区域的事故风险;将长期特征和短期特征以及其对应的天气特征在时间维度上融合,融合后拼接;根据待预测t时刻的外部特征Et采用注意力机制得到在每个历史时间片的重要性权重;根据权重对拼接后的融合数据加权求和得到加权求和后的融合结果;将融合结果和分流模块的输出结果输入特征层,采用注意力机制获得预测事故风险值。本发明解决空间异质性问题,在空间划分更精细的同时兼顾预测的准确率。

    一种面向稀疏移动感知数据的重构与预测算法

    公开(公告)号:CN113285721A

    公开(公告)日:2021-08-20

    申请号:CN202110646063.4

    申请日:2021-06-10

    Abstract: 一种面向稀疏移动感知数据的重构与预测算法涉及移动感知技术领域,解决了现有实时性等的问题,步骤为:通过处理空间信息得到空间嵌入SE,通过处理时间信息得到历史时间嵌入HE与未来时间嵌入FE,通过处理HE、SE和感知数据X得到时空嵌入STE;根据HE、FE、STE和X,提取空间隐向量和历史时间隐向量根据HE、FE、STE和求取未来时间隐向量通过双线性解码器一对和进行重构,得到重构感知数据;通过双线性解码器二对和进行预测,得到未来时间的感知数据预测结果。本发明减少了误差传播,能够满足实时性要求,能够得到较好的数据重构效果和预测,能够达到秒级的重构、预测速度。

    一种基于深度强化学习的多无人机充电及任务调度方法

    公开(公告)号:CN113283013A

    公开(公告)日:2021-08-20

    申请号:CN202110646077.6

    申请日:2021-06-10

    Abstract: 一种基于深度强化学习的多无人机充电及任务调度方法涉及无人机调度技术领域,解决了现有没有考虑充电站的负载和无人机的充电策略对任务调度的影响的问题,方法为:根据待执行任务和充电站的负载、通过深度强化学习模型对可调度无人机进行调度;待无人机执行任务后,根据未执行任务的数量、可调度无人机数量和无人机剩余电量对停留在充电站上的待充电无人机进行充电。本发明有效解决了多无人机充电及任务调度需要优化提高的问题,能够在保证无人机不会能量耗尽的前提下,实现最小化执行任务总体时间的目标,最终得到各个无人机的调度序列,从而能够让相应的多无人机从出发点出发按顺序遍历这些任务点,并在对应的充电站进行自适应充电。

    基于最小化最大能量消耗的多无人机任务规划方法及装置

    公开(公告)号:CN109933089A

    公开(公告)日:2019-06-25

    申请号:CN201910227342.X

    申请日:2019-03-25

    Abstract: 本发明实施例提供基于最小化最大能量消耗的多无人机任务规划方法及装置。其中,方法包括:获得多个任务点;将多个任务点规划为初始路径;按预设遍邻域搜索算法中的优化方式,对初始路径优化,得到M架无人机的待飞行路径;其中,将多个任务点规划为初始路径包括:确定出发点,从多个任务点中选取M个点,作为M条待扩展路径的第一个节点;在确定出M条待扩展路径的第一个节点后,针对每一条待扩展路径的末端节点,计算扩展能耗,将扩展能耗最小的任务点作为候选节点;并返回计算剩余待扩展路径的扩展能耗,直至各任务点均属于M条待扩展路径中的一条,得到M条初始路径。通过本方案可实现多无人机协同工作的飞行路径进一步有效调节。

    机会网络中面向视频投递质量优化的激励方法

    公开(公告)号:CN103997693B

    公开(公告)日:2017-06-16

    申请号:CN201410256829.8

    申请日:2014-06-11

    Abstract: 一种机会网络中面向视频投递质量优化的激励方法,操作步骤如下:对视频数据包投递质量的边缘增益建模,为移动节点计算收益奠定基础;执行基于视频数据包边缘质量增益的收益分配激励方法,移动节点选择最优策略传输视频数据。本发明充分考虑视频数据特征:既考虑视频帧之间的强相关性造成的不同类型的视频数据包在视频重建中的不同重要性,也考虑视频数据包在网络中扩散备份数量多少对视频重建的边缘质量增益的影响;不但刺激节点主动参与传输视频数据,还迫使节点按照设定原则优化视频投递质量,以获取最大效益。按照移动节点效用增益所占的比例计算其收益,操作简便,复杂度低,占用的计算资源少。总之,本发明方法具有推广应用前景。

    一种对象选取的方法和装置
    16.
    发明公开

    公开(公告)号:CN105550020A

    公开(公告)日:2016-05-04

    申请号:CN201410588541.0

    申请日:2014-10-28

    Abstract: 本发明公开了一种对象选取的方法和装置,属于互联网技术领域。所述方法包括:接收目标任务的竞标请求,所述竞标请求中携带有第一子任务、第一竞标价格和第一对象标识;根据已记录的所述目标任务的中标对象对应的各子任务的总价值,以及所述第一子任务的价值,确定所述第一对象标识对应的对象的边际价值,将所述边际价值与第一竞标价格的比值确定为边际密度;获取根据已接收的所述目标任务的其它竞标请求对应的子任务的价值和竞标价格确定出的密度阈值,如果所述边际密度大于获取的密度阈值,则记录所述第一对象标识对应的对象为所述目标任务的中标对象。采用本发明,可以提高对象选取的效率。

    一种安全的主动式图像篡改检测方法及装置

    公开(公告)号:CN104935783A

    公开(公告)日:2015-09-23

    申请号:CN201510329688.2

    申请日:2015-06-15

    CPC classification number: H04N1/32272 H04L63/04

    Abstract: 本发明实施例公开了一种安全的主动式图像篡改检测方法及装置,该方法包括:发送端设备获得第一图像,生成长度为第二数值的随机值,获得预先配置的长度为第三数值的固定值,利用该随机值和该固定值生成长度为第一数值的指定类型字符串;利用信息摘要算法对第一图像和指定类型字符串进行Hash运算,得到第一信息摘要值;利用加密算法对指定类型字符串进行加密处理,得到加密后的指定类型字符串;将第一信息摘要值和加密后的指定类型字符串添加到第一图像中,得到第二图像;将第二图像发送给接收端设备;接收端设备利用第一信息摘要值和加密后的指定类型字符串检测第一图像是否被篡改。本发明实施例中,保证图像在取证过程中的图像完整性和图像真实性。

    机会网络中面向视频投递质量优化的激励方法

    公开(公告)号:CN103997693A

    公开(公告)日:2014-08-20

    申请号:CN201410256829.8

    申请日:2014-06-11

    Abstract: 一种机会网络中面向视频投递质量优化的激励方法,操作步骤如下:对视频数据包投递质量的边缘增益建模,为移动节点计算收益奠定基础;执行基于视频数据包边缘质量增益的收益分配激励方法,移动节点选择最优策略传输视频数据。本发明充分考虑视频数据特征:既考虑视频帧之间的强相关性造成的不同类型的视频数据包在视频重建中的不同重要性,也考虑视频数据包在网络中扩散备份数量多少对视频重建的边缘质量增益的影响;不但刺激节点主动参与传输视频数据,还迫使节点按照设定原则优化视频投递质量,以获取最大效益。按照移动节点效用增益所占的比例计算其收益,操作简便,复杂度低,占用的计算资源少。总之,本发明方法具有推广应用前景。

    一种面向可穿戴连续血压监测设备的PPG基线校准方法

    公开(公告)号:CN118216892A

    公开(公告)日:2024-06-21

    申请号:CN202410603132.7

    申请日:2024-05-15

    Abstract: 本发明提供一种面向可穿戴连续血压监测设备的PPG基线校准方法,包括:解耦出接触压力与红外PPG基线的关系;由于压力为标量,因此被测位置的接触压力变化可以被等效为动脉内部的静水压力的相反变化;通过两个不同高度的姿势采集到不同静水压力下的红外PPG波形用于建模接触压力与PPG波形的关系,MLP建模以及双波长校准器的设定;不影响血压相关特征的提取;可使现有血压监测算法在长期连续监测时达到BHS的A类标准;该方法可直接部署于现有的血压监测系统中,无需修改原有的血压算法或模型结构;解决了由于长时间佩戴可穿戴设备而导致的PPG基线漂移,从而无法连续准确监测血压的问题;可实现更为精确的连续血压监测。

    一种边缘辅助的雷视融合的无人机目标检测方法与系统

    公开(公告)号:CN117706506A

    公开(公告)日:2024-03-15

    申请号:CN202211080281.7

    申请日:2022-09-05

    Abstract: 本发明公开了一种边缘辅助的雷视融合的无人机目标检测方法与系统,对无人机采集的毫米波雷达点云和视频数据进行预处理,利用相机分支协助毫米波雷达分支进行多帧合成来解决无人机移动下毫米波雷达点云的稀疏性和噪声加剧的问题;利用多帧合成方法输出的雷达点云帧辅助相机分支进行目标显著区域提取与编码,以此减少传输的数据量和相应的卸载延迟;将毫米波雷达和相机数据的编码、传输、解码和推理并行化,以进一步减少卸载延迟;同时,在推理过程中采用边界框增强方案来确保准确率‑延迟之间的平衡,最终达到实时、鲁棒的目标检测目的。本发明可以应用到各种需要无人机进行目标检测的任务中,可以高效率完成恶劣条件下对相关区域的巡检。

Patent Agency Ranking