-
公开(公告)号：CN110211386A
公开(公告)日：2019-09-06
申请号：CN201910430406.6
申请日：2019-05-22
Applicant: 东南大学
Abstract: 本发明公开了一种基于非参数检验的高速公路车型分类方法，共有3个阶段8个步骤。首先收集高速公路常见车型的参数，按照区分客车与货车、分类尽量详细的原则，提出车型初步划分的标准；其次对高速公路交通流进行观测，提取速度、车头时距、车尾间距等指标，对初步划分的车型两两之间进行非参数检验，对检验结果进行分析，排除不适合作为车型分类指标的指标；最后对于可以作为车型分类指标的指标，进一步分析K-S检验的结果，将满足条件的车型进行合并，根据结果考虑是否需要进一步合并，得到最终的车型分类方案。本发明考虑车辆在运动过程中的差异，提出的车型分类方法可以为高速公路车道划分方案的制定提供基础，提高高速公路运行的安全与效率。
-
公开(公告)号：CN110211386B
公开(公告)日：2021-03-23
申请号：CN201910430406.6
申请日：2019-05-22
Applicant: 东南大学
Abstract: 本发明公开了一种基于非参数检验的高速公路车型分类方法，共有3个阶段8个步骤。首先收集高速公路常见车型的参数，按照区分客车与货车、分类尽量详细的原则，提出车型初步划分的标准；其次对高速公路交通流进行观测，提取速度、车头时距、车尾间距等指标，对初步划分的车型两两之间进行非参数检验，对检验结果进行分析，排除不适合作为车型分类指标的指标；最后对于可以作为车型分类指标的指标，进一步分析K‑S检验的结果，将满足条件的车型进行合并，根据结果考虑是否需要进一步合并，得到最终的车型分类方案。本发明考虑车辆在运动过程中的差异，提出的车型分类方法可以为高速公路车道划分方案的制定提供基础，提高高速公路运行的安全与效率。
-
公开(公告)号：CN118966646A
公开(公告)日：2024-11-15
申请号：CN202411005417.7
申请日：2024-07-25
Applicant: 东南大学 , 北京京航计算通讯研究所
IPC: G06Q10/0631 , G06N5/04 , G06N3/0442 , G06N3/042 , G06N3/092
Abstract: 本发明提供了一种针对无人机群中辅助任务不确定到达时间特性的任务目标分配方法，以解决大规模混杂智能无人机群体面对周期性到达的辅助任务决策时的局部最优性问题。在高动态博弈场景中，智能无人机群体需要执行的任务分为主要任务与辅助任务，辅助任务完成可以对主要任务起辅助作用，降低其执行时间。面对实际对抗环境中辅助任务的到达时间与影响范围不确定的情况，提出以下方法。首先，该方法构建任务之间的注意力模型为任务计算特征向量；其次，任务的到达时间等属性结合构建智能体和任务之间的注意力模型；最后，使用分层强化学习的方法对任务进行分配处理。本方法加快了任务整体的完成时间，提高了系统的存活率。
-
-
Search Results
3
records
(took 0.017 seconds)
