-
公开(公告)号：CN107491483A
公开(公告)日：2017-12-19
申请号：CN201710571050.9
申请日：2017-07-13
Applicant: 长安大学
CPC classification number: G06F17/3087 , G06F17/30867 , G06F17/30961 , G06F17/30979 , G06Q10/04 , G06Q50/26
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：CN107346470A
公开(公告)日：2017-11-14
申请号：CN201710466038.1
申请日：2017-06-19
Applicant: 长安大学
CPC classification number: G06Q10/0631 , G06F16/211 , G06F16/2358 , G06F16/36 , G06Q50/26 , G06Q50/30
Abstract: 一种面向交通信息服务的智能规划方法，根据收到服务请求信息与当前模板库中模板完全不相同时，服务请求信息与当前模板库中信息部分相同时，服务请求信息与当前模板库中信息完全相同时，进行相应的步骤。本发明将用户出行的请求服务映射到智能规划的交通领域下，规划用户出行行为，从而指导用户出行。将存在嵌套的、拥有复合过程的问题域中的方法逐层分解成简单过程。这样，有助于将众多功能集中的组合问题域分解成功能单一的、相互独立的单元，从而匹配预设的服务集合。
-
公开(公告)号：CN106412912A
公开(公告)日：2017-02-15
申请号：CN201610460535.6
申请日：2016-06-22
Applicant: 长安大学
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：CN113238885B
公开(公告)日：2023-07-07
申请号：CN202110502177.1
申请日：2021-05-08
Applicant: 长安大学
IPC: G06F11/07 , G06F18/2415 , G06F18/2431 , G06N3/042 , G06N3/047 , G06N3/048 , G06N3/08
Abstract: 本发明提供了一种基于图注意力网络的隐性偏差指令预测方法及设备，通过关注节点的邻居，遵循自注意力机制来计算图中每个节点的隐式结构特征，一个节点的结构特征是通过聚合其邻居节点得到的。自注意力机制可以捕捉到节点对相邻节点的不同重要性。此外，本发明应用不同类型的边来表示指令之间不同类型的关系，包括分支关系、寻址关系、逻辑关系、定义‑使用关系。针对不同类型的边，使用注意力机制来聚合邻居节点。本发明将隐性偏差脆弱指令的预测任务看作图神经网络的分类任务，因此在节点聚合之后进行节点分类，从而得出隐性偏差脆弱指令的预测结果。本发明将整个过程分为三步，分别是数据采集、图计算和节点分类。
-
公开(公告)号：CN110081890B
公开(公告)日：2023-02-03
申请号：CN201910438446.5
申请日：2019-05-24
Applicant: 长安大学
IPC: G01C21/30
Abstract: 一种结合深度网络的动态k最近邻地图匹配方法，包括：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洗；步骤二、地图匹配获取实验数据中的距离误差和方向误差；步骤三、对多层感知机的输入数据进行归一化，将归一化的经纬度作为多层感知机模型的输入，训练多层感知机模型获取动态k值；步骤四、每个测试数据根据训练得到的k值与欧几里得距离进行结合，使用k最近邻域算法获得测试数据的预测距离误差和预测方向误差，继而得到相应测试点的投影点；步骤五、根据测试数据的经度、纬度以及预测距离误差和预测方向误差得出测试数据的投影点。本发明能够改善k最近邻算法存在的全局单一k值情况，获取到最佳误差值。
-
Patent Agency Ranking
公开(公告)号：CN111047179B
公开(公告)日：2021-06-01
申请号：CN201911244779.0
申请日：2019-12-06
Applicant: 长安大学
IPC: G06Q10/06 , G06Q10/08 , G06F16/2458
Abstract: 一种基于频繁模式挖掘的车辆运输效率分析方法，通过智能加载传感器获得车辆数据，对车辆数据进行预处理，得到完整的车辆数据；对完整的车辆数据进行计算，得到车辆属性信息；对车辆属性信息进行大数据感知，得到属性数据；采用频繁模式挖掘算法确定各属性数据之间的相关性度量值，通过计算两者之间的提升度，得到各个因素之间的相关性，确定影响油耗的最大因素，分析出对车辆运输效率影响的相关性因素，以降低车辆的燃油消耗为目的，进而提高车辆的运输效率。相较于现有技术,本发明能更精准地分析出影响车辆燃油消耗的主要因素，有效的得出影响车辆运输效率的相关性因素，通过降低车辆的燃油消耗，来提高车辆的运输效率。
-
公开(公告)号：CN110060471A
公开(公告)日：2019-07-26
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：CN109979194A
公开(公告)日：2019-07-05
申请号：CN201910171316.X
申请日：2019-03-07
Applicant: 长安大学
Abstract: 本发明属于行为识别领域，具体涉及一种基于马尔可夫链的重型车辆坡道爬行行为识别方法。本发明以大规模重型商用车的GNSS行驶数据为数据源，通过时空特征提取与模式学习建立车辆行为模型，来辨识和预测重型商用车的坡道爬行行为。首先对数据进行时间分段，提取同一地理位置下车辆速度为零的时间连续样本，运用卡尔曼滤波优化样本数据精度，进一步提升样本质量。然后采用Markov Chain Monte Carlo模型构造车辆高度差的特征分布，并使用Metropolis Hastings算法进行参数估计，确定重型商用车的爬行行为特征。最后，建立基于逻辑回归的车辆行为模型HVMove。达到有效地辨识重型商用车的坡道行驶状态，以及准确地预测其坡道行驶状态的目的。
-
公开(公告)号：CN109726336A
公开(公告)日：2019-05-07
申请号：CN201811574899.2
申请日：2018-12-21
Applicant: 长安大学
IPC: G06F16/9537
Abstract: 一种结合出行兴趣与社交偏好的POI推荐方法，根据LBSN中用户历史POI数据分布学习用户出行行为，根据当前位置预测用户未来出行访问的POI；通过提取主题向量构建社交关联的兴趣相似；再构造异构出行信息网络，建立出行行为的兴趣相似；综合社交兴趣相似分析和出行行为相似分析，确定相似群体；结合预测的用户未来出行访问的POI以及用户的相似群体产生候选POI集合，通过计算兴趣度发现TOP-N个用户最可能去的POI。在兼顾位置预测的同时利用社交兴趣和出行偏好发现用户的相似群体，利用相似群体而不是朋友用户可以全面提供更合适的兴趣点推荐给用户，并且缓解LBSN中数据稀疏的问题，从而可以更好地提高推荐效果。
-
公开(公告)号：CN108965462A
公开(公告)日：2018-12-07
申请号：CN201810885563.1
申请日：2018-08-06
Applicant: 长安大学
CPC classification number: H04L67/28 , G06Q10/067 , G06Q50/26 , H04L67/18
Abstract: 基于群代理协同交互的共乘出行仿真系统及其实现方法，通过对乘客代理和司机代理的Poi签到数据进行预处理，生成出行约束条件，然后司机代理产生共乘动机，构造动机模型；司机代理将共乘动机与多个乘客代理进行沟通协商，将协商结果形成路径匹配模型；满足路径匹配模型的司机代理和乘客代理进行共乘协商，生成协商模型；通过代理管理系统，得到司机代理和乘客代理的动机模型、路径匹配模型、协商模型；代理管理系统通过动机模型、路径匹配模型与协商模型，生成司机代理和乘客代理之间的共乘系统。本发明通过交互机制，逐步实施协调，调整其与环境的关系，改变不同代理之间的行为，以仿真完整的共乘出行，可以缩短研发周期、降低成本。
-
-
-
-
-
-
-
-
-
Search Results
59
records
(took 0.03 seconds)
