一种基于路侧单元协助的多信道协同MAC接入方法

    公开(公告)号:CN104486838A

    公开(公告)日:2015-04-01

    申请号:CN201410720695.0

    申请日:2014-11-27

    CPC classification number: H04W74/002 H04W74/04

    Abstract: 本发明公开一种基于路侧单元协助的多信道协同MAC接入方法。该方法中,在RSU时隙,路侧单元广播前一个同步周期SCH时隙的预约信息,所有节点收到该信息之后更新本地SCH预约表-2,随后把预约表-2中的信息合并到预约表-1。在RFS时隙,节点进行安全信息发送或进行本周期SCH时隙业务信道预约。在SCH时隙,完成信道预约的节点根据预约表-1在业务信道上进行无竞争的非安全数据传输;其他节点将监听CCH信道或在CCH信道上进行下一周期SCH时隙的信道预约,预约成功的信息会被路侧单元保存在预约表-2中并在下一周期的RSU时隙进行广播。本发明提高了数据传输效率和信道预约及业务信道接入效率,并消除了预约冲突。

    一种基于路侧单元协助的多信道协同MAC接入方法

    公开(公告)号:CN104486838B

    公开(公告)日:2018-04-13

    申请号:CN201410720695.0

    申请日:2014-11-27

    Abstract: 本发明公开一种基于路侧单元协助的多信道协同MAC接入方法。该方法中,在RSU时隙,路侧单元广播前一个同步周期SCH时隙的预约信息,所有节点收到该信息之后更新本地SCH预约表‑2,随后把预约表‑2中的信息合并到预约表‑1。在RFS时隙,节点进行安全信息发送或进行本周期SCH时隙业务信道预约。在SCH时隙,完成信道预约的节点根据预约表‑1在业务信道上进行无竞争的非安全数据传输;其他节点将监听CCH信道或在CCH信道上进行下一周期SCH时隙的信道预约,预约成功的信息会被路侧单元保存在预约表‑2中并在下一周期的RSU时隙进行广播。本发明提高了数据传输效率和信道预约及业务信道接入效率,并消除了预约冲突。

    融合多种监视系统的机场管理方法、装置、设备及存储介质

    公开(公告)号:CN113743653B

    公开(公告)日:2024-09-27

    申请号:CN202110919912.9

    申请日:2021-08-11

    Abstract: 本申请提供了一种融合多种监视系统的机场管理方法、装置、设备及存储介质,涉及机场监控技术领域,该方法包括:获取各监控系统监测到的飞机的系统值,计算飞机下一时刻所在位置的中间预测值;基于各监控系统的系统值与中间预测值对各监控系统的系统值进行误差剔除;计算各监控系统的系统值与中间预测值的动态误差;确定各监控系统的权重,基于各权重融合各监控系统的系统值,确定飞机下一时刻位置的目标预测值。本申请实施例通过对多种系统监测的飞机位置进行融合,不用开发新的监视系统,应用机场已有监视系统,降低成本;将所有监视系统数据集中到同一管理平台,便于管制员查看,减轻管制员的工作负担。

    小样本图像分类方法、装置、电子设备及计算机存储介质

    公开(公告)号:CN112801161B

    公开(公告)日:2024-06-14

    申请号:CN202110087516.4

    申请日:2021-01-22

    Abstract: 本公开提供了一种小样本图像分类方法、装置、电子设备及计算机存储介质,涉及图像分类技术领域。该方法包括:获取待评估图像和多个样本图像,将所述待评估图像和所述的样本图像输入至预设的特征提取模块,提取所述待评估图像的特征和所述样本图像的特征,采用预设的评估模块评估所述待评估图像的类别。本公开实施例通过提取待评估图像和样本图像的特征,并且样本图像带有该样本图像的标记,该标记用于表示该样本图像的类别,通过待评估图像和样本图像的特征确定待评估图像的类别,进而确定待评估图像的分数,能够自动对图像数据进行评分,提高教学效率,减轻教室工作负担,并且保证评分准确性。

    基于Kafka的大数据系统访问量骤增时用户卡顿解决方法

    公开(公告)号:CN115454525A

    公开(公告)日:2022-12-09

    申请号:CN202211071086.8

    申请日:2022-09-01

    Abstract: 本发明涉及性能调优技术领域,具体涉及一种基于Kafka的大数据系统访问量骤增时用户卡顿解决方法,使用默认配置在Kafka集群上运行工作负载W,并记录下所需时间T,抽样获取配置样本数据集并部署在Kafka集群上在相同的工作负载W与工作时间T下运行,选出性能较好的一部分配置组合数据并作标准化处理作为样本数据集;然后将训练样本输入生成器与判别器并同时对他们进行训练,训练完成后生成器生成N组配置,部署运行Kafka并记录每组配置的吞吐率,选出训练样本与生成器生成的N组样本中性能最好的那组配置即为调优目标。本发明能对Kafka消息系统进行有效调优,在相同工作环境下相比默认配置的性能得到提高。

    交通标志识别方法、装置、电子设备及计算机存储介质

    公开(公告)号:CN113591543A

    公开(公告)日:2021-11-02

    申请号:CN202110636627.6

    申请日:2021-06-08

    Abstract: 本申请实施例提供了一种交通标志识别方法、装置、电子设备及计算机存储介质,涉及图像识别技术领域。该方法包括:获取预设的交通标志数据集,采用预设的聚类算法对交通标志数据集中的交通标志进行聚类,确定各类交通标志的尺寸;采用训练后的交通标志识别模型对待识别交通标志进行识别,确认待识别交通标志的类别。本申请实施例通过预设的聚类方法先对数据集进行聚类,对交通标志识别模型进行训练,可以获取图像中不同尺度的感受野信息,并可以将获取到的不同尺度的信息融合,增强浅层网络预测交通标志的能力,进而提高交通标志的检测准确率。减少网络参数并降低网络复杂度,以此提高交通标志的检测速度,达到对交通标志的实时检测。

    目标车辆跟踪的方法及其装置、系统和计算机存储介质

    公开(公告)号:CN112183528A

    公开(公告)日:2021-01-05

    申请号:CN202011007309.5

    申请日:2020-09-23

    Abstract: 本发明公开了一种目标车辆跟踪的方法、装置、系统和计算机存储介质,以提升目标车辆车身的识别精度。目标车辆跟踪的方法包括对路段上的视频或图片集合进行解析获得若干第一车牌图像以及第一车身图像;并根据第一车牌图像获得车牌号;将车牌号与预设的跟踪车牌号进行匹配,以获得第二车牌图像以及第一目标图片;并将第二车牌图像与第一目标图片中所有第一车身图像进行重叠率处理以及方位夹角处理,从而获取第三车身图像;并根据第三车身图像以及第一目标图片进行跟踪。目标车辆跟踪的装置、系统和计算机存储介质应用上述方法。

    一种基于熵权法的传感器共享最优节点选择方法

    公开(公告)号:CN111062318A

    公开(公告)日:2020-04-24

    申请号:CN201911291694.8

    申请日:2019-12-16

    Abstract: 本发明公开了一种基于熵权法的传感器共享最优节点选择方法,步骤为:1)本车通过自身传感器读取自身基础信息、遮挡物及其定位信息,通过广播采集周围车辆或路侧单元的基础信息;2)量化周围车辆或路侧单元对本车感知盲区补充范围数值;3)采用熵权法计算感知盲区补充范围数值、传感器性能指标和通信相关性能指标所占权重,得出周围车辆最终评分;4)选择评分最高的车辆作为共享目标。该方法首先切实考虑目前自动驾驶汽车在动态交通流环境中具有传感器共享需求,参考了自动驾驶中盲区补充面积、通信指标与传感器性能指标,利用信息熵技术对数据进行量化处理,实现对参考数据的有效地、最大化地对比,最终选出合适的传感器共享目标。

Patent Agency Ranking