基于WGCN的车辆驾驶行为预测方法

    公开(公告)号:CN114926823A

    公开(公告)日:2022-08-19

    申请号:CN202210494451.X

    申请日:2022-05-07

    Abstract: 本发明涉及车辆驾驶行为预测技术领域,涉及一种基于WGCN的车辆驾驶行为预测方法,包括:一、生成每辆车的特征矩阵和本地地图;二、特征矩阵加权后和经过CNN编码后的本地地图构建成一张图,并输入到边‑增强的图卷积神经网络GCN中;三、通过GCN提取输入数据的特征,利用GCN的边‑增强注意力机制使边特征的维数增加,提高权重系数分配的准确率;利用GCN的特征传递机制使得车辆的交互特征能以图的形式进行传递,充分表示了车辆之间的交互关系变化;四、将GCN输出的交互特征输入Transformer进行训练;五、通过全连接层获得对车辆驾驶行为的预测结果。本发明使得对车辆驾驶行为预测有更高的准确性。

    一种容忍不完整数据传输的流组传输调度方法

    公开(公告)号:CN110365608B

    公开(公告)日:2022-08-19

    申请号:CN201910705580.7

    申请日:2019-08-01

    Abstract: 本发明公开了一种容忍不完整数据传输的流组传输调度方法,包括以下步骤:步骤1:获取已接纳流组的任务完成情况;步骤2:根据新流组请求的需求和已接纳流组的完成情况,以最大化能够传输的数据总量为优化目标,建立线性优化模型;步骤3:对模型进行求解,若模型不存在可行解则拒绝该流组请求;若模型存在可行解,则接纳该请求,并采用模型计算得到的解对各时段的链路进行带宽的分配;本发明根据链路负载情况,动态地调整各个流组的带宽使用,让网络能够在保证已接纳任务服务质量的前提下接纳更多的流组任务,保证应用的低时延响应,提高网络利用率,提高整体系统的资源利用率。

    一种实现带权带宽分配的拥塞控制方法

    公开(公告)号:CN111343104A

    公开(公告)日:2020-06-26

    申请号:CN202010135425.9

    申请日:2020-03-02

    Abstract: 本发明公开一种实现带权带宽分配的拥塞控制方法,将流对ECN标记的敏感程度用x参数表示,通过全局控制器接纳应用提交的网络带宽分配需求,并根据这些传输需求的优先级顺序,计算并更新各个流的x参数值,对每个流的x参数的取值下限x_min进行取值,并对经过一个链路的所有流的x参数之和的上限x_sum进行估算。本发明在性能上,够让全局网络按照给定的优先级进行带宽的差异化分配,实现全局优化;在应用和部署上,该方案只需引入一个控制器,对现有传输协议做非常小的改动,无需修改交换机硬件,易于实现和部署。

    TCP流已传输数据量估计方法

    公开(公告)号:CN110572300A

    公开(公告)日:2019-12-13

    申请号:CN201910816781.4

    申请日:2019-08-30

    Abstract: 本发明专利涉及通信领域中的网络流数据量的估计,具体涉及一种TCP流已传输数据量估计方法,包括:将TCP报文的观测数据按照与流的隶属关系进行拆分;针对隶属与每个TCP流的报文观测数据内容估计每个流已发送的数据量。相比于其他方法,本发明所述方法能够正确识别SEQ可能出现的回绕,同时能够消除路由变更、重复报文观测引入的干扰,提高对TCP流以传输数据量进行估计的准确度。

    一种流式数据传输控制方法

    公开(公告)号:CN110324256A

    公开(公告)日:2019-10-11

    申请号:CN201910393920.7

    申请日:2019-05-13

    Abstract: 本发明专利涉及通信数据传输控制,具体涉及一种流式数据传输控制方法,包括以下操作:将数据分割为数据段,按数据重要程度将各数据段分为多个等级,设定精度等级阈值;使用拥塞窗口与往返时延的比值作为数据的最佳发送速率估计值,根据该值计算并更新各精度等级数据段的发送概率;按照TCP的数据发送机制依次发送被选中的数据段;根据ACK反馈估计网络的拥塞状况和可用带宽,以此更新拥塞窗口,并主动调整数据发送精度,控制所要传输数据的量。如果网络带宽变好,增加发送数据的精度;否者,减少发送数据的精度,确保传输的进度。

    一种基于种群增量学习算法的虚拟网络功能放置方法

    公开(公告)号:CN107749801B

    公开(公告)日:2019-09-06

    申请号:CN201710900689.7

    申请日:2017-09-28

    Abstract: 本发明公开了一种基于种群增量学习算法的虚拟网络功能放置方法。在给定网络拓扑上通过运用基于种群的增量学习算法,以最小化服务时延为优化目标,计算出一种满足实际部署要求的虚拟网络功能放置方案。本发明的主要特征包括二级编码方式、对非法个体进行修复操作、求个体适应度时采用弗洛伊德算法、通过保存全局精英集合指导概率向量的更新以及变异操作改变概率向量等。本发明在解决VNF‑P问题上应用了PBIL算法,仿真实验与数据分析表明,相比于遗传算法,本发明的方法在算法性能上和效率上都具有显著优势,能获得使服务时延更小的解,证明了本发明的可行性和高效性。

    基于激光雷达的复杂噪声下多智能体协同感知方法

    公开(公告)号:CN118731975A

    公开(公告)日:2024-10-01

    申请号:CN202410760827.6

    申请日:2024-06-13

    Abstract: 本发明公开了一种基于激光雷达的复杂噪声下多智能体协同感知方法,包括以下步骤:步骤S1、对协作智能体激光雷达点云进行坐标系转换与预处理;步骤S2、利用深度学习的方法提取所有协作智能体激光雷达点云的特征图,再将协作智能体激光雷达点云的特征图压缩后,传送至中心车辆;步骤S3、中心车辆解压缩接收到的协作智能体激光雷达点云的特征图,同时利用少量先前接收的协作智能体激光雷达点云的特征图,对传输时间延迟和相对位姿误差进行相应的深度学习处理;步骤S4、中心车辆利用注意力机制将协作智能体激光雷达点云的特征图融合到中心车辆的特征图,得到最终特征图;步骤S5、将最终的特征图送入检测头得到检测结果;解决了传输时间延迟和相对位姿误差下多智能体感知系统性能下降问题。

    一种动态多色码的生成、解析方法

    公开(公告)号:CN114998454B

    公开(公告)日:2023-05-16

    申请号:CN202210496846.3

    申请日:2022-05-09

    Inventor: 李可 翟波 陈泳龙

    Abstract: 本发明公开了一种动态多色码的生成、解析方法,属于条形码技术领域,本发明的生成方法包括确定数据图形的颜色套系、定向图形颜色、定位图形颜色;构建由定位图形、数据图形和定向图形组成的功能图形;构建颜色校正图像和信息图像;本发明的解析方法包括通过颜色校正图像获取该环境下的颜色判别标准,然后根据该颜色判别标准对信息图像中的颜色进行解析,本发明的颜色判别标准考虑了多色码所处环境对其数据采集的影响,能够提高解析的准确率。

Patent Agency Ranking