-
公开(公告)号：CN108877224A
公开(公告)日：2018-11-23
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。
-
公开(公告)号：CN107230349A
公开(公告)日：2017-10-03
申请号：CN201710367888.6
申请日：2017-05-23
Applicant: 长安大学
CPC classification number: G08G1/0129 , G08G1/065
Abstract: 本发明提出了一种在线式实时短时交通流预测方法，对LS‑SVM模型中Lagrange乘子向量的求解过程进行了简化，提出了利用滑动时间窗口的移动来控制新数据样本的加入和旧数据样本的移除，滑动时间窗口中数据样本更新后，仅通过向量的线性运算就可以求得Lagrange乘子向量更新值，从而完成短时交通流预测模型的在线更新。本方法能够有效缩短预测模型在线更新的时间，提高在线短时交通流预测的实时性。
-
公开(公告)号：CN101793674B
公开(公告)日：2012-03-07
申请号：CN201010126619.9
申请日：2010-03-18
Applicant: 长安大学
Abstract: 本发明提供一种集料级配实时检测的图像采集系统，用于在沥青混合料生产现场进行集料级配实时检测，解决了现有技术无法在沥青混合料生产现场的集料级配环节进行图像的采集，不能实时获取集料级配过程的图像数据的问题。该系统包括冷料仓、一级传送带、拌合楼传送带，混合料经冷料仓落至一级传送带，一级传送带将混合料传送至下方拌合楼传送带并形成集料下落面。
-
公开(公告)号：CN101776566B
公开(公告)日：2011-08-10
申请号：CN201010126620.1
申请日：2010-03-18
Applicant: 长安大学
IPC: G01N15/02
Abstract: 本发明提供一种基于数字图像的集料级配实时检测方法，涉及沥青混合料生产质量的检测。该方法主要包括：1)下落状态集料图像的采集；2)对步骤1)采集到的下落状态集料图像进行实时分析、处理；3)获取检测结果。主要解决了现有技术中仅仅对集料级配后的结果进行抽样检测分析，无法在沥青混合料拌合时的集料级配环节进行检测，不能实时对集料级配过程产生影响。本发明具有检测精度高，根据检测结果可更改集料的配比等优点；主要应用于沥青混合料在生产现场进行集料级配实时检测。
-
公开(公告)号：CN110248392B
公开(公告)日：2020-09-01
申请号：CN201910343670.6
申请日：2019-04-26
Applicant: 长安大学
Abstract: 本发明提供了一种车联网中基于节点效能的机会转发方法，包括以下步骤：步骤1，请求车辆节点s产生消息并需要将该消息转发至目的节点d；所述需转发消息所携带的消息副本数为N，请求车辆节点s将Ni个消息副本分配给候选节点i，i＝1,2,...,n，Ni≤N；其中，候选节点为请求车辆节点s的通信范围内的所有节点；步骤2，候选节点i将所接收到的Ni个消息副本转发至目的节点d。本发明对现有Spray and Wait路由机制进行改进，提高了消息转发的效率。
-
Patent Agency Ranking
公开(公告)号：CN110248392A
公开(公告)日：2019-09-17
申请号：CN201910343670.6
申请日：2019-04-26
Applicant: 长安大学
Abstract: 本发明提供了一种车联网中基于节点效能的机会转发方法，包括以下步骤：步骤1，请求车辆节点s产生消息并需要将该消息转发至目的节点d；所述需转发消息所携带的消息副本数为N，请求车辆节点s将Ni个消息副本分配给候选节点i，i＝1,2,...,n，Ni≤N；其中，候选节点为请求车辆节点s的通信范围内的所有节点；步骤2，候选节点i将所接收到的Ni个消息副本转发至目的节点d。本发明对现有Spray and Wait路由机制进行改进，提高了消息转发的效率。
-
公开(公告)号：CN107509228B
公开(公告)日：2019-03-22
申请号：CN201710607793.7
申请日：2017-07-24
Applicant: 长安大学
Abstract: 本发明公开了一种车联网下的数据可信传输方法，包括建立车联网中节点的可动态更新信誉值，从而得到车联网的信誉评价模块；对车联网中的节点进行监控，建立车联网的可信程度评价模块；基于信誉评价模块的评价结果建立路由，并且对多个路由进行筛选，得到安全可靠的路由；然后建立数据传输过程，对数据传输过程进行实时检验，从而完成数据的传输。在路由建立和数据传输过程中及时检验节点信誉度并更新节点的信誉度，以节点的行为可信度评估节点的身份可信度，保证数据传输的可靠性和稳定性。
-
公开(公告)号：CN107491483B
公开(公告)日：2018-09-25
申请号：CN201710571050.9
申请日：2017-07-13
Applicant: 长安大学
Abstract: 本发明提出一种在车主的行驶路径基础上，选择匹配的潜在共乘群体的方法，利用字典树来处理基于矩阵处理的预测模型存在的空间复杂度高的问题，利用逃逸机制合理的处理了零频率问题；本此基础上合理的融入关联规则，增强了位置间的联系，缩小了候选位置集合的数量，提高了算法运行效率，更进一步提高了位置预测的精确度。提出的在车主最优行驶路线的基础上进行乘客选择，既重视了车主的意愿，又满足了乘客的要求。
-
公开(公告)号：CN107230349B
公开(公告)日：2018-06-29
申请号：CN201710367888.6
申请日：2017-05-23
Applicant: 长安大学
Abstract: 本发明提出了一种在线式实时短时交通流预测方法，对LS‑SVM模型中Lagrange乘子向量的求解过程进行了简化，提出了利用滑动时间窗口的移动来控制新数据样本的加入和旧数据样本的移除，滑动时间窗口中数据样本更新后，仅通过向量的线性运算就可以求得Lagrange乘子向量更新值，从而完成短时交通流预测模型的在线更新。本方法能够有效缩短预测模型在线更新的时间，提高在线短时交通流预测的实时性。
-
公开(公告)号：CN107577725A
公开(公告)日：2018-01-12
申请号：CN201710725052.9
申请日：2017-08-22
Applicant: 长安大学
Abstract: 一种城市出租车乘客出行特征可视化分析方法，包括：步骤一、提取出租车GPS数据并进行数据清洗；获取出租车的上客点和下客点并聚类；步骤二、利用轨迹压缩算法对清洗后的出租车GPS数据进行压缩，提取轨迹特征点；步骤三、进行可视化前的编码映射；步骤四、可视化展示分析：A)聚集可视化：根据获取到的出租车的上客点和下客点聚类结果，利用聚类分布图对数据显示，得到出租车的上客点和下客点分布时空概览图；B)特征可视化：对不同的数据特征采用不同的可视化组件对数据时空模式进行挖掘，并进行出租车的行驶轨迹可视化分析、乘客出行特征可视化分析、乘客出行特征对比分析。本发明为探索乘客出行特征分析提供了一种简单明了的表现形式。
-
-
-
-
-
-
-
-
-
Search Results
43
records
(took 0.018 seconds)
