-
公开(公告)号：CN110263074A
公开(公告)日：2019-09-20
申请号：CN201910564249.8
申请日：2019-06-26
Applicant: 东南大学
IPC: G06F16/2458 , G06K9/62 , G06Q50/26
Abstract: 本发明提供了一种基于LLE和K均值法挖掘违法事故对应关系的方法。包括：收集交通违法与交通事故关联性分析所需数据；考虑不同的指标对交通事故进行分类；选择发生次数最高的违法类型和事故类型分别作为人员的违法标签和事故标签；对违法类型-事故类型进行计数，构建违法类型-事故类型矩阵；确定三种阈值对交通违法类型进行筛选；构建人员-类型对应矩阵；使用零均值标准化方法对数据进行标准化处理；使用LLE非线性降维法将数据由高维降至低维；针对两种不同的事故类型分类方式，分别使用改进的K-均值算法进行聚类分析。本发明克服传统K-均值算法中存在的随机性大的问题，进一步挖掘交通违法类型和交通事故类型之间存在的对应关系。
-
公开(公告)号：CN108109379A
公开(公告)日：2018-06-01
申请号：CN201810078115.0
申请日：2018-01-26
Applicant: 东南大学
Abstract: 本发明公开了一种高速公路出口匝道区域安全评价方法，根据采集到的交通冲突数据对于交通冲突的类型进行分析，使用驾驶模拟器建立高速公路匝道区域的交通冲突场景，采集到驾驶者的反应时间和紧急制动减速度数据，并进一步建立驾驶者在不同场景下的反应时间和紧急制动减速度概率密度分布；针对每一个仿真冲突，可以根据其具体场景推演出相应事故发生概率；对于一个特定的换道冲突，可以根据实际发生时的状况进行场景归类，再用相应场景的事故概率计算方法求得其事故概率；将冲突的事故概率进行累计，可以获得观测时段内的事故预测数，或通过转换，获得特定时间内的事故预测数。
-
公开(公告)号：CN101303329B
公开(公告)日：2010-08-11
申请号：CN200810124126.4
申请日：2008-06-13
Applicant: 东南大学
Abstract: 基于神经网络技术的综合强度测试法结合了超声、回弹、钻芯三种测强方法的优点，解决了现有单一测强技术的各种不足之处，它的基本原理是先采用超声-回弹综合法对结构混凝土强度进行全方位测试，再采用钻芯法对R-N-C基准曲线作适当修正，其中利用神经网络技术来解决最优钻芯数量的确定问题。鉴于大量工程结构因长期受到环境腐蚀及温度变化等因素的影响，混凝土材料发生不同程度的退化，本发明能够在保证测试结果准确可靠的基础上，大大降低钻芯测强法所造成的结构损伤，提高超声-回弹-钻芯综合测强法的分析效率和可操作性，因此在各种混凝土工程强度测试中具有广泛的应用前景。
-
公开(公告)号：CN101337330A
公开(公告)日：2009-01-07
申请号：CN200810020974.0
申请日：2008-08-01
Applicant: 东南大学
IPC: B23Q15/013 , B23Q17/00
Abstract: 本发明公开了一种提高数控车床加工精度的补偿方法及磁致伸缩补偿机构，通过复合进给对数控车床进行精度补偿的方法和模块化精度补偿机构，该方法针对车床由于制造、磨损等多种因素形成的几何误差，由双频激光干涉仪进行全行程范围内的进给误差测量，该误差信号预处理后经功率放大驱动模块化补偿机构产生相应的位移补偿量，配合车床的宏量位移进给进行微位移进给，校正车床精度。叠加以高频振动信号作为驱动电压驱动补偿机构进行振动切削，可有效抑制切削时由摩擦产生的颤振现象，提高加工精度。弹性微位移机构末端安装LVDT型电感式位移传感器作位置反馈调节，再通过DSP芯片中的实时控制运算形成闭环控制实现精密定位。
-
公开(公告)号：CN101302740A
公开(公告)日：2008-11-12
申请号：CN200810124295.8
申请日：2008-06-24
Applicant: 东南大学
Abstract: 一种独塔自锚式悬索桥减震控制的阻尼器最优布置方法，在对独塔自锚式悬索桥减震控制分析中，利用设置阻尼器的方法来控制结构的地震内力和位移响应，同时，在保证阻尼器减震效率的前提下，运用罚函数思想和一阶优化算法来确定阻尼器的最优布置方案，并为此建立了一种地震响应控制效果评估函数。由于我国现行公路桥梁抗震设计规范对独塔自锚式悬索桥的抗震设计尚无具体规定，故对其进行减震具有重要意义。本发明基于优化算法解决了减震控制中的阻尼器数量和安装位置等关键问题，为自锚式悬索桥减震控制的阻尼器最优布置提供了理论依据，可用于此类桥型的抗震设计和减震控制。
-
Patent Agency Ranking
公开(公告)号：CN118411838A
公开(公告)日：2024-07-30
申请号：CN202410348024.X
申请日：2024-03-26
Applicant: 东南大学
Abstract: 本发明构建了一种混合网联环境应急车辆时空路权协同优先控制方法，以提高混合网联环境下应急车辆的救援效率，同时避免对社会车辆造成较大延误。首先，针对混合网联环境下的网联车辆与人工车辆提出了一种基于CV精细化轨迹数据的车辆轨迹重构方法，用于估计各车道的交通状态；之后，提出了基于红灯早断、绿灯延长等方案的时间路权优先策略以及基于应急优先车道、动态清空距离等方案的空间路权优先策略；最后，基于模型预测控制框架设计了一种主动优先控制算法，通过速度引导、信号优先控制等方式保障应急车辆的优先通行权。
-
公开(公告)号：CN116524715A
公开(公告)日：2023-08-01
申请号：CN202310406557.4
申请日：2023-04-17
Applicant: 东南大学
IPC: G08G1/01
Abstract: 本发明公开了一种结合干线绿波协调和应急路径决策的滚动双层规划方法，基于路径规划与信号控制博弈协调的思想，并将传统路侧数据与新型网联数据融合，增进数据精度；改进交通波模型建立动态路阻函数，并构建行程时间可靠性指标进一步完善路权；基于Webster配时法与干线绿波思想，对信控方案进行由点到线的优化控制，并基于交叉口延误模型对方案进行评估与抉择。本发明在智能网联环境下，在考虑交通系统整体效益的条件下实现了应急救援路径的动态更新。同时，基于双层规划的思想，实现了应急救援车辆的优先通行与路网社会车辆整体运行效益的博弈均衡。
-
公开(公告)号：CN116469250A
公开(公告)日：2023-07-21
申请号：CN202310305362.0
申请日：2023-03-27
Applicant: 东南大学
IPC: G08G1/01
Abstract: 本发明公开了一种基于迁移学习的城市路网动态OD估计方法。本发明的研究对象是城市路网中的动态交通需求，方法的基础数据包括社会车辆车牌识别数据以及出租车GPS数据，基于迁移学习的框架完成有监督的动态OD估计。考虑到载客状态下的出租车与社会车辆的行程具有相似性，分别从号牌数据和GPS数据中提取有效的同构出行行程数据，应用迁移学习将出租车数据中的出行起讫点识别知识应用于社会车辆号牌数据，确定社会车辆出行的起终点从而完成动态OD估计。
-
公开(公告)号：CN113299107B
公开(公告)日：2022-03-18
申请号：CN202110498844.3
申请日：2021-05-08
Applicant: 东南大学
IPC: G08G1/123
Abstract: 本发明公开了一种多目标融合的交叉口动态车辆网联速度引导控制方法，根据车辆及道路信息，设定合理的初始车辆预测范围，制定车辆运行过程中多目标融合下的目标函数；采用滚动时域的模型预测控制的方法，将智能网联环境下的所有自动驾驶车辆进行动态车队划分，并优化车队的运行效率并保障车队运行的安全性与稳定性；采用二次规划求解的方法，求解车辆的控制变量与状态变量在多目标融合后的优化结果，并给车辆运行提供动态速度建议。本发明可以有效弥补现有车辆网联速度引导控制方法的缺陷。
-
公开(公告)号：CN110070734B
公开(公告)日：2022-01-28
申请号：CN201910397787.2
申请日：2019-05-14
Applicant: 东南大学
Abstract: 本发明提供一种基于高斯混合模型的信号交叉口饱和车头时距估计方法。主要解决的技术问题是：利用车辆号牌数据，基于高斯混合模型，提出一种完全数据驱动的信号交叉口饱和车头时距估计方法。根据采集的信号交叉口号牌数据，分车道提取车头时距，用高斯混合模型对车头时距进行分类，得到两种状态下车头时距的高斯分布模型。根据信号交叉口的实际情况，该模型可看成是饱和状态和非饱和状态下车头时距高斯分布的组合，则两种分布中均值较小的分布可看作是饱和车头时距的高斯分布，其均值即为饱和车头时距。
-
-
-
-
-
-
-
-
-
Search Results
124
records
(took 0.078 seconds)
