-
公开(公告)号：CN117131908A
公开(公告)日：2023-11-28
申请号：CN202311365822.5
申请日：2023-10-20
Applicant: 华东交通大学
IPC: G06N3/0464 , G06N3/082 , G06V10/764 , G06V10/774 , G06V10/82
Abstract: 本申请涉及一种基于退火衰减的深度卷积神经网络的压缩方法，它包括如下步骤：选择待压缩模型；计算待压缩模型中每个卷积核的冗余系数，作为卷积核的评估分数；设定压缩率和衰减系数，并将每个卷积核的评估分数由高到低进行排序，将卷积核的评估分数位于后的部分筛选出来，形成冗余卷积核集合；使用衰减系数对冗余卷积核集合内的冗余卷积核进行卷积衰减，衰减完成后对模型进行再训练，并重复这一过程，当每个卷积层中的冗余卷积核权重均小于预先设定的阈值时，停止卷积衰减操作，并将卷积核权重小于所述阈值的卷积核全部删除。本发明能够加速模型的压缩过程，保证模型精度，而且在压缩过程中不受噪音数据的干扰，具有良好的鲁棒性。
-
公开(公告)号：CN116402323B
公开(公告)日：2023-09-01
申请号：CN202310680152.X
申请日：2023-06-09
Applicant: 华东交通大学
IPC: G06Q10/0631 , G06Q50/26 , G06N7/01 , G06Q10/04 , G06N3/045 , G06N3/0464 , G06N3/0985 , G06F16/29
Abstract: 本发明涉及车辆调度技术领域，公开了一种出租车调度方法，包括以下步骤：将出租车调度问题构建为一个马尔可夫决策元组；构建网格地图；预测者智能体接收到从环境中观测到的全局订单时空分布，将其划分为基于分钟的历史订单与基于天数的历史订单两种类型；使用多视图时空卷积注意力模块结合上述两种类型的历史订单分布预测各区域的未来出行需求；工人智能体接收到所述预测者智能体所预测的潜在订单分布，结合推算的潜在车辆分布，计算区域的供需特征，形成需求指数与区域标记；相邻的工人智能体通过消息模块来分享所述需求指数与所述区域标记这两个信息，再使用超参数自注意力模块学习出租车调度策略；验证上述策略，形成最终模型。
-
Patent Agency Ranking
公开(公告)号：CN116071932B
公开(公告)日：2023-06-20
申请号：CN202310219860.3
申请日：2023-03-09
Applicant: 华东交通大学
IPC: G08G1/01 , G06F18/213 , G06F18/25 , G06N3/045 , G06N3/08
Abstract: 本发明涉及交通流量预测技术领域，具体是一种交通流量预测方法、系统、存储介质及终端设备，包括对交通站点历史流量数据，划分周期性数据，更新周期性的节点依赖矩阵；利用局部时空注意力提取不同周期的流量周期性特征；使用权重分配注意力对周期性数据分配不同的权重，实现数据不同周期的侧重；利用全局注意力网络，将提取的周期性特征再进行提取全局特征，获得最终预测值。本发明有效地捕捉了数据在不同周期的流量特征，并对不同周期的交通流量特征进行融合和分配权重，通过全局时空注意力提取全局的时空特征，通过模型结合了周期权重特征和全局时空特征，从而实现捕捉交通流量的周期性、空间依赖性和时间依赖性。
-
公开(公告)号：CN116402323A
公开(公告)日：2023-07-07
申请号：CN202310680152.X
申请日：2023-06-09
Applicant: 华东交通大学
IPC: G06Q10/0631 , G06Q50/26 , G06N7/01 , G06Q10/04 , G06N3/045 , G06N3/0464 , G06N3/0985 , G06F16/29
Abstract: 本发明涉及车辆调度技术领域，公开了一种出租车调度方法，包括以下步骤：将出租车调度问题构建为一个马尔可夫决策元组；构建网格地图；预测者智能体接收到从环境中观测到的全局订单时空分布，将其划分为基于分钟的历史订单与基于天数的历史订单两种类型；使用多视图时空卷积注意力模块结合上述两种类型的历史订单分布预测各区域的未来出行需求；工人智能体接收到所述预测者智能体所预测的潜在订单分布，结合推算的潜在车辆分布，计算区域的供需特征，形成需求指数与区域标记；相邻的工人智能体通过消息模块来分享所述需求指数与所述区域标记这两个信息，再使用超参数自注意力模块学习出租车调度策略；验证上述策略，形成最终模型。
-
公开(公告)号：CN117131908B
公开(公告)日：2024-01-30
申请号：CN202311365822.5
申请日：2023-10-20
Applicant: 华东交通大学
IPC: G06N3/0464 , G06N3/082 , G06V10/764 , G06V10/774 , G06V10/82
Abstract: 本申请涉及一种基于退火衰减的深度卷积神经网络的压缩方法，它包括如下步骤：选择待压缩模型；计算待压缩模型中每个卷积核的冗余系数，作为卷积核的评估分数；设定压缩率 和衰减系数，并将每个卷积核的评估分数由高到低进行排序，将卷积核的评估分数位于后的部分筛选出来，形成冗余卷积核集合；使用衰减系数对冗余卷积核集合内的冗余卷积核进行卷积衰减，衰减完成后对模型进行再训练，并重复这一过程，当每个卷积层中的冗余卷积核权重均小于预先设定的阈值时，停止卷积衰减操作，并将卷积核权重小于所述阈值的卷积核全部删除。本发明能够加速模型的压缩(56)对比文件熊李艳 等.基于局部结构保留的级联子空间深度聚类《.计算机应用研究》.2020,第37卷(第8期),2358-2361.叶汉民 等.基于稀疏化卷积网络剪枝的图像识别方法研究《.实验室研究与探索》.2022,第41卷(第12期),9-13.Dajiang Li 等.Energy Analysis inSingle Cluster WSNs with Power Controland In-network Data Compression《.2022IEEE Canadian Conference on Electricaland Computer Engineering》.2022,107-111.
-
公开(公告)号：CN116071932A
公开(公告)日：2023-05-05
申请号：CN202310219860.3
申请日：2023-03-09
Applicant: 华东交通大学
IPC: G08G1/01 , G06F18/213 , G06F18/25 , G06N3/045 , G06N3/08
Abstract: 本发明涉及交通流量预测技术领域，具体是一种交通流量预测方法、系统、存储介质及终端设备，包括对交通站点历史流量数据，划分周期性数据，更新周期性的节点依赖矩阵；利用局部时空注意力提取不同周期的流量周期性特征；使用权重分配注意力对周期性数据分配不同的权重，实现数据不同周期的侧重；利用全局注意力网络，将提取的周期性特征再进行提取全局特征，获得最终预测值。本发明有效地捕捉了数据在不同周期的流量特征，并对不同周期的交通流量特征进行融合和分配权重，通过全局时空注意力提取全局的时空特征，通过模型结合了周期权重特征和全局时空特征，从而实现捕捉交通流量的周期性、空间依赖性和时间依赖性。
-
公开(公告)号：CN218886688U
公开(公告)日：2023-04-18
申请号：CN202223086846.0
申请日：2022-11-17
Applicant: 华东交通大学
IPC: G08G1/052
Abstract: 本实用新型提供了一种交通测速装置，包括安装座和底部支架，所述安装座内部固定连接有升降电机，升降电机动力输出端传动连接有传动组件，传动组件两端传动连接有升降转轴，升降转轴转动连接于安装座内部，升降转轴一端活动连接有绳带，绳带一端固定连接于底部支架，底部支架内部固定连接有转动电机，转动电机一端传动连接有转台，转台下方转动连接有测速仪、拍照设备和伸缩杆，测速仪和拍照设备一端转动连接于伸缩杆活动端，底部支架内部固定连接有丝杆组件，丝杆组件一端螺纹连接有挡雨板组件；具有当需要进行检修时，只需要遥控升降电机运动，就可以放下底部支架，不需要工人借助其他工具爬高拆卸，方便的同时减少了安全隐患的优点。
-
-
-
-
-
-
Search Results
7
records
(took 0.016 seconds)
