-
公开(公告)号：CN111653088A
公开(公告)日：2020-09-11
申请号：CN202010317209.6
申请日：2020-04-21
Applicant: 长安大学
Abstract: 本发明公开了一种车辆出行量预测模型构建方法及预测方法和系统。所公开的模型构建方法是基于GCN和LSTM设计了深度神经网络Multi-task GCN-LSTM用于车辆出行量预测，网络包含三个模块，分别用于提取空间相关性、提取时间相关性和特征融合。所公开的预测方法和系统是基于本发明所构建的模型进行车辆出行量预测。本发明在构建模型时考虑了路段局部关系和路段全局关系，并将车辆到达量预测作为相关任务，使用了多任务学习方法，以避免网络过拟合，并且有效降低了车辆出行量预测误差。
-
公开(公告)号：CN107181793B
公开(公告)日：2019-04-23
申请号：CN201710284418.3
申请日：2017-04-27
Applicant: 长安大学
IPC: H04L29/08
Abstract: 一种基于动态博弈论的交通服务信息转发机制，属于城市智能交通信息技术领域，基于动态博弈论理论，将多群体动态演化博弈理论应用在交通服务信息传输这样的交通应用场景中，将车联网节点分为多个种群，采用奖惩机制，利用种群的演化博弈，通过收益鼓励节点积极行为的积极发布和转发数据，抑制车辆节点的自私行为，从而抑制车联网中节点的自私行为，激励节点积极参与交通服务信息的传输；有效提高数据传输效率，同时动态引导车联网环境趋于一种良性的网络状态。
-
公开(公告)号：CN106021883A
公开(公告)日：2016-10-12
申请号：CN201610313006.3
申请日：2016-05-11
Applicant: 长安大学
IPC: G06F19/00
CPC classification number: G06F19/3456
Abstract: 一种利用Petri网技术提高独居老年人用药健康的方法，通过运用Petri网建模人类行为与环境之间的制约关系，计算在当前环境下成功提醒老年人实施用药行为的概率，进而自动调整提醒的执行时间。本发明通过运用Petri网建模人类行为与环境之间的约束与影响关系，计算在当前环境下成功提醒老年人实施用药行为的概率，进而自动调整提醒的执行时间。本发明所采用的技术将人类感官作为建模指标，具有可操作性，保证老年人的安全用药。
-
公开(公告)号：CN105007590A
公开(公告)日：2015-10-28
申请号：CN201510226813.7
申请日：2015-05-06
Applicant: 长安大学
Abstract: 本发明公开了一种车联网车路WiFi无线网络性能测试设备及其测试方法，本发明获取被测车联网车载WiFi网络设备通过测试区域的驶入时间和驶出时间，触发和终止对被测无线网络的性能测试过程；进行无线网络的性能测试，获得被测无线网络性能参数，并获取被测无线网络设备的平均行程速度；以及根据被测车联网车路WiFi无线网络性能参数评估被测车联网车路WiFi无线网络设备性能水平。本发明通过检测到被测车联网车载WiFi无线网络设备通过测试区域的驶入时间和驶出时间，控制测试过程的启动和终止，避免盲目发送性能测试数据包，提高对被测车联网车路WiFi无线网络性能测试的准确度。
-
公开(公告)号：CN103607727A
公开(公告)日：2014-02-26
申请号：CN201310653595.6
申请日：2013-12-04
Applicant: 长安大学
IPC: H04W24/00
Abstract: 本发明提供了一种车联网车-路Zigbee无线网络性能测试方法与设备：获取被测车联网车载Zigbee无线网络设备通过测试区域的驶入时间和驶出时间，触发和终止对被测无线网络的性能测试过程；进行无线网络的性能测试，获得被测无线网络性能参数，并获取被测无线网络设备的平均行程速度；以及根据被测车联网车-路Zigbee无线网络性能参数评估被测车联网车-路Zigbee无线网络设备性能水平。本发明通过检测到被测车联网车载Zigbee无线网络设备通过测试区域的驶入时间和驶出时间，控制测试过程的启动和终止，避免盲目发送性能测试数据包，提高对被测车联网车-路Zigbee无线网络性能测试的准确度。
-
Patent Agency Ranking
公开(公告)号：CN111653088B
公开(公告)日：2022-02-01
申请号：CN202010317209.6
申请日：2020-04-21
Applicant: 长安大学
Abstract: 本发明公开了一种车辆出行量预测模型构建方法及预测方法和系统。所公开的模型构建方法是基于GCN和LSTM设计了深度神经网络Multi‑task GCN‑LSTM用于车辆出行量预测，网络包含三个模块，分别用于提取空间相关性、提取时间相关性和特征融合。所公开的预测方法和系统是基于本发明所构建的模型进行车辆出行量预测。本发明在构建模型时考虑了路段局部关系和路段全局关系，并将车辆到达量预测作为相关任务，使用了多任务学习方法，以避免网络过拟合，并且有效降低了车辆出行量预测误差。
-
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：CN113295177A
公开(公告)日：2021-08-24
申请号：CN202110479473.4
申请日：2021-04-30
Applicant: 长安大学
IPC: G01C21/34
Abstract: 本发明涉及车辆导航以及路径规划领域，公开了一种基于实时路况信息的动态路径规划方法及系统。该方法是车辆在沿已规划好的导航路线行驶过程中，若在车辆行驶前方出现拥堵路段时，在原始路径的基础上尽可能少的替换与拥堵路段相连的一部分路径，而不用偏离原来的行驶方向，就可以完成路径的重新规划，到达预先设定好的目的地，从而能有效的缓解道路交通拥堵状况。同时本发明在重新规划路径时不需要再次在路网中进行路径搜索，而是在本发明中所提到的树形结构中进行搜索，比在路网中进行路径搜索更加快捷，从而能很大程度上缩短因路径搜索而花费的时间。适用于车辆导航以及路径规划等情况，在智能交通领域有重要的应用价值。
-
公开(公告)号：CN110275929A
公开(公告)日：2019-09-24
申请号：CN201910438494.4
申请日：2019-05-24
Applicant: 长安大学
Abstract: 本发明涉及地图匹配领域，具体涉及一种网格分割方法，包括：获取路网数据中所有节点坐标，依据节点坐标建立二维空间坐标，根据路网数据经纬度范围建立最大网格，获取该网格内最靠近所有节点经度均值的节点作为根节点，以根节点开始，依次选择坐标轴对该网格进行分割，分割结束形成以根节点开始的网格索引。还涉及一种基于网格分割的候选路段筛选方法，包括根据当前轨迹点查询网格索引，获得在阈值范围内的节点坐标，将节点坐标所对应的路段作为当前GPS轨迹点的候选路段。本发明的方法相比其他方法不需要每次导入路网数据，同时对路网数据中节点关系建立索引和拓扑关系，便于查询和增删节点，减少系统资源的浪费，加快地图匹配的效率。
-
公开(公告)号：CN110163439A
公开(公告)日：2019-08-23
申请号：CN201910438439.5
申请日：2019-05-24
Applicant: 长安大学
Abstract: 一种基于注意力机制的城市规模出租车轨迹预测方法，包括以下步骤：步骤一、采集GPS数据，对GPS数据采集过程中出现的噪声进行数据清理；步骤二、对清洗后的GPS数据进行地图匹配，获取模型所需的实验数据；步骤三、模型训练；在编码器的编码端采用LSTM网络，在解码端将编码向量C作为解码端的LSTM网络，并对编码器隐藏层向量施加注意力机制，每次把上一时刻的预测值作为当前时刻的输入值并送入解码器当中。本发明采用嵌入向量表示城市区域中的路段信息，使用编码器对出租车的轨迹进行编码，通过含有注意力机制的解码器对轨迹进行预测，充分挖掘轨迹序列中的相关性，能有效提升轨迹预测的准确性。
-
-
-
-
-
-
-
-
-
Search Results
45
records
(took 0.022 seconds)
