-
公开(公告)号：CN106412912B
公开(公告)日：2017-11-10
申请号：CN201610460535.6
申请日：2016-06-22
Applicant: 长安大学
CPC classification number: H04W4/00
Abstract: 本发明一种面向车联网的节点信任评估方法包括，步骤1，在面向车联网中，计算发送节点i对目标节点j的直接可信程度；步骤2，计算目标节点j的间接信任度；步骤3，计算目标节点j的全局信任度；依据已获得的对目标节点j的直接信任度和间接信任度，采用C‑F模型对目标节点j的可信程度进行全面评估，获取其全局信任度。本发明所述方法基于不确定性理论，采用C‑F模型分别对车联网中车辆节点的直接信任度和推荐信任度进行计算，提高了节点信任度评估的准确性；同时为了避免摒弃恶意或自私节点的不客观反馈产生的推荐信任度失真问题，采用模糊C‑means算法对推荐信任度信息进行过滤，有效提高了节点信任度评估的准确率。
-
公开(公告)号：CN101929943B
公开(公告)日：2012-05-30
申请号：CN201010248521.0
申请日：2010-08-09
Applicant: 长安大学
Abstract: 本发明公开的一种用于集料级配检测的数字化成像采集系统，由集料抽样装置、图像获取装置、光处理优化装置和通信及存储设备组成。集料抽样装置包括分料板、距离调节杆和角度调节杆；图像获取装置包括红外线激光器、线阵相机和图像采集卡；光处理优化装置包括滤光装置和漫反射涂料层；通信及存储设备包括数据线和计算机。用于集料级配检测的数字化成像的采集方法：设置集料抽样装置；设置图像获取装置；设置通信及存储设备；对抽样集料进行图像采集；图像的传输和保存。本发明通过设置分料板实现对集料流的采样采集，解决了以往必须对集料下落流进行全部图像采集的问题，克服了采集到的图像质量差、颗粒难分离、处理数据量大的缺陷。
-
公开(公告)号：CN113380025A
公开(公告)日：2021-09-10
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：CN111723108A
公开(公告)日：2020-09-29
申请号：CN202010467869.2
申请日：2020-05-28
Applicant: 长安大学
IPC: G06F16/245 , G06F16/29 , G06F16/9537
Abstract: 本发明属于地图匹配领域，公开了一种基于GeoHash编码的候选路段选取方法及系统。本发明对于路网数据和轨迹数据进行首次GeoHash编码后，即便更换其他的路网数据和轨迹数据，仍可以重复使用。因此GeoHash编码移植性强。根据对GeoHash编码码长的设置可以调整GeoHash网格大小适应不同粒度的候选路段选取要求，因此本发明对于具体环境的适应性强，提高了搜索速度。本发明利用跨越GeoHash网格的轨迹上相邻两点之间N点插补法填补不连续GeoHash网格。最终得出轨迹数据对应的GeoHash网格为连续相邻网格，符合实际轨迹数据，保证候选路段不间断。
-
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。
-
Patent Agency Ranking
公开(公告)号：CN110060471B
公开(公告)日：2020-09-08
申请号：CN201910257476.6
申请日：2019-04-01
Applicant: 长安大学
Abstract: 本发明公开了一种车辆OD流预测模型构建方法及车辆OD流预测方法。本发明的方法采用网格和路段嵌套的多粒度空间划分方法，用于表示区域和道路节点级别的车辆OD数据，同时提取OD间的出行次数和出行时间，采用CNN和LSTM混合的深度预测模型LSTM_traf_deepCNN，并联合OD出行时间对OD流进行预测。与传统的OD流预测方法相比，本发明的方法充分考虑了行程时间与OD流的隐关系，联合OD间的行程时间和出行次数对深度网络进行训练，所得模型具有更准确的预测能力。本发明属于交通运输信息工程技术领域，可用于城市规模出租车OD流的预测。
-
公开(公告)号：CN108417023A
公开(公告)日：2018-08-17
申请号：CN201810409886.3
申请日：2018-05-02
Applicant: 长安大学
Abstract: 一种基于出租车上下客点空间聚类的交通小区中心点选取方法，包括首先获取出租车GPS数据并进行数据清洗；提取每辆出租车的上、下客点，每一处的上、下客点数据为一个样本数据；对出租车上、下客点数据进行地图匹配，消除因GPS精度不准造成的误差；采用网格划分法，将城市空间划分为有限数量的网格单元以形成网格结构的交通小区，并将地图匹配修正后的出租车上下客点数据归至所在的交通小区，经过对属于每个交通小区的出租车上下客点聚类，提取出核心对象点数据，将交通小区的上下客点聚类核心与距离最近的路段匹配，选取距聚类核心最近的路段，并将核心对象点投影到该路段上，投影点即为该交通小区的中心点。本发明的中心点选取合理。
-
公开(公告)号：CN107509228A
公开(公告)日：2017-12-22
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：CN101793664A
公开(公告)日：2010-08-04
申请号：CN201010126806.7
申请日：2010-03-18
Applicant: 长安大学
IPC: G01N15/02
Abstract: 本发明提供一种图像采集系统及其检测方法，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。该集料级配实时检测的图像采集系统，包括红外线激光器、线阵相机、固定支架、滤光装置和反光装置；红外线激光器和线阵相机所成直线与集料下落面平行，红外线激光器和线阵相机距集料下落面为30～50cm。
-
公开(公告)号：CN101776566A
公开(公告)日：2010-07-14
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。
-
-
-
-
-
-
-
-
-
Search Results
43
records
(took 0.017 seconds)
