-
公开(公告)号：CN110310516A
公开(公告)日：2019-10-08
申请号：CN201910522080.X
申请日：2019-06-17
Applicant: 北京航空航天大学
Abstract: 本发明公开了一种基于车辆行驶轨迹预测的高速公路合流区交通冲突判别方法，其步骤如下：(1)在合流区区域内建立一个二维坐标系；(2)根据时间划分车辆轨迹数据集处理顺序的优先级；(3)对处于同一优先级的初始时刻的合流区车辆的行驶轨迹数据集进行分类，(4)基于车辆行驶轨迹数据集，采用卡尔曼滤波法对每个车道上的每一个车辆进行车辆行驶轨迹点预测；(5)对上述坐标点进行线性拟合然后基于函数表达式绘制车辆轨迹线；(6)对上述轨迹交叉点进行冲突判断；该方法创新性地从车辆轨迹角度进行高速公路合流区车辆是否存在交通冲突的判别，并结合轨迹点时空信息建立数学模型进行函数拟合，确保了方法的可靠性和可行性。
-
公开(公告)号：CN110147322A
公开(公告)日：2019-08-20
申请号：CN201910318040.3
申请日：2019-04-19
Applicant: 北京航空航天大学
IPC: G06F11/36
Abstract: 本发明提供了一种基于软件网络的缺陷数据集构建与处理方法，属于软件复杂网络领域。本发明先将软件源程序抽象成软件网络，按照不平衡数据集处理方法，挑选出需要的缺陷节点和非缺陷节点，根据设计的将软件程序的宏观拓扑结构与微观交联关系相结合的度量参数，计算所挑选的节点的度量参数值，构建多个不平衡率依次递增的缺陷数据集，以进一步提供给缺陷预测方法使用。本发明尽可能将在多个历史版本中没有发生缺陷的节点加入到缺陷数据集中，可调节非缺陷节点与缺陷节点数据的比例，根据实际的需求构建出缺陷数据集，而不是盲目的计算软件所有的节点数据构建一个数据集，减小了潜在缺陷节点带来的噪声，减少潜在噪声对预测模型的影响。
-
公开(公告)号：CN110134613A
公开(公告)日：2019-08-16
申请号：CN201910429108.5
申请日：2019-05-22
Applicant: 北京航空航天大学
Abstract: 本发明公开了一种基于代码语义及背景信息的软件缺陷数据采集系统。所述软件缺陷数据采集系统包括数据分析模块、数据采集模块、数据处理模块和数据库模块；利用GitHub网站的合并请求工作流作为标记索引，实现了既包括软件缺陷代码，又包含软件缺陷背景信息的软件缺陷数据的采集，解决了大部分软件缺陷数据采集方法存在的数据量少，数据来源不足，缺乏背景信息，数据标记准确度差，类不平衡问题严重的缺陷。
-
公开(公告)号：CN109191868A
公开(公告)日：2019-01-11
申请号：CN201811227006.7
申请日：2018-10-22
Applicant: 北京航空航天大学
Abstract: 本发明提出一种高速公路合流区车辆安全预警系统，包含车辆信息采集系统，信息分析系统，预警信息发布系统；结合连续设置的车辆地磁检测器实时采集到的行驶于匝道及主路最外侧车道且即将进入高速公路合流区车辆的驶入时间，车辆速度，车辆长度信息，针对每一辆即将汇入主路车流的车辆进行冲突判断及合理引导。可有效避免高速公路合流区因视距不足或大型车辆状态限制所引发的交通事故。
-
公开(公告)号：CN109191849A
公开(公告)日：2019-01-11
申请号：CN201811227002.9
申请日：2018-10-22
Applicant: 北京航空航天大学
CPC classification number: G08G1/0112 , G06K9/6256 , G06K9/6268 , G06Q10/04 , G06Q50/26
Abstract: 本专利公开了一种基于多源数据特征提取的交通拥堵持续时间预测方法包含三个步骤：(一)基于多源数据的特征提取；(二)基于道路特征的交通拥堵状态预测；(三)基于多源数据特征提取的交通拥堵持续时间预测。本专利考虑了交通拥堵状态预测过程中使用的道路交通特征，同时将交通拥堵状态预测方法的输出，即预测的交通拥堵状态作为拥堵时间预测的依据之一，提高了方法对交通拥堵消散时间度量的准确性。
-
Patent Agency Ranking
公开(公告)号：CN108536471A
公开(公告)日：2018-09-14
申请号：CN201810233854.2
申请日：2018-03-21
Applicant: 北京航空航天大学
Abstract: 本发明公开了一种基于复杂网络的软件结构重要模块识别方法，包括步骤1：确定目标软件并获取其完整的软件源代码；步骤2：对目标软件源代码进行静态扫描，分析软件中的元素实体和元素之间的相互关系；步骤3：在步骤2的基础上，构建软件属性方法网络，并构造相应粒度的软件复杂网络模型；步骤4：在步骤3得到软件复杂网络模型后，得到节点按重要性度量值排序后的集合，结合实际工程情况选取重要模块。本发明基于复杂网络综合了对模块重要性有影响的四个维度的因素给出了识别重要模块的方法，整个度量分析过程都可在后台实现，建立在完全自动化的流程上，确保最大限度减低人力和时间成本。
-
公开(公告)号：CN102722608A
公开(公告)日：2012-10-10
申请号：CN201210166548.4
申请日：2012-05-25
Applicant: 北京航空航天大学
IPC: G06F17/50
Abstract: 一种基于客户知识的飞机配置方法，它有五大步骤：步骤一：飞机构型库的组建；飞机构型库的构建是选项库的构建和选项约束关系的设置；步骤二：客户需求模型的构建，采集客户对飞机的需求知识，通过专家审查、市场调研结果分析和配置结果分析细化客户需求知识，从而建立较完善的客户需求模型；步骤三：客户配置方案的生成，根据由客户需求模型转化的客户需求清单在飞机构型库中拟合该需求模型的配置方案；步骤四：客户需求的映射，将客户需求分解为结构化需求、半结构化需求和产品功能需求，将每个需求映射为具体的工程特性，生成满足该工程特性的产品模块的设计参数；步骤五：客户配置数据的存储及分析。本发明在飞机构型管理领域内有实用价值。
-
公开(公告)号：CN112435458B
公开(公告)日：2022-03-11
申请号：CN202010488520.7
申请日：2020-06-02
Applicant: 北京航空航天大学
IPC: G08G1/00 , G06F30/18 , G06F30/25 , G06T17/05 , G06F111/02
Abstract: 本专利公开了一种交通事故下的高速公路无人机应急仿真方法，所述方法采用交通事故下的高速公路无人机应急仿真系统来实现；所述方法包括：步骤1：动态三维行车视景模块通过传回的事故地点坐标信息初步创建地形模型，步骤2：交互式仿真调控模块根据停机坪与事故点距离及无人机状态等结合无人机调动算法对无人机调度方案进行部署，设置仿真参数运行仿真，实现无人机自动起飞、巡航监测、返航功能；本专利能够根据交通事故状况调度多个无人机进行协作侦查，起到很好的信息获取效果，能够有效仿真交通事故处理情况。
-
公开(公告)号：CN110597735B
公开(公告)日：2021-03-05
申请号：CN201910907932.7
申请日：2019-09-25
Applicant: 北京航空航天大学
Abstract: 本发明提供了一种面向开源软件缺陷特征深度学习的软件缺陷预测方法，属于软件工程技术领域。本发明包括：采集开源软件缺陷信息，构建软件缺陷数据库，将源代码生成抽象语法树；利用社团检测算法将抽象语法树进行剪枝得到缺陷子树，然后结合修复描述和项目基础信息、源代码来建立缺陷子树的信息语料库，从中提取主题单词并转化为向量表示，作为缺陷子树中节点的属性；最后建立基于图分类的卷积神经网络的软件缺陷预测模型，将缺陷子树表示为邻接矩阵和属性矩阵作为模型的输入训练卷积神经网络，识别待预测软件模块源代码是否具有缺陷倾向性。本发明利用深度学习的方法直接从结构化的软件代码中提取缺陷深度特征，能够取得更好的缺陷识别效果。
-
-
-
-
-
-
-
-
Search Results
68
records
(took 0.094 seconds)
