-
公开(公告)号：CN103839409B
公开(公告)日：2015-09-09
申请号：CN201410069892.0
申请日：2014-02-27
Applicant: 南京大学
Abstract: 基于多断面视觉传感聚类分析的交通流状态判别方法，通过道路边设置的PTZ视频摄像机获取交通流数据，根据获得的交通流数据，采用聚类分析的方法判断高速公路道路交通流状态。本发明利用易于获取的交通流数据：速度和流量，结合上下游交通流数据进行聚类分析，获得的聚类结果较为清晰，具有一定的容错性。在实际应用中，可以根据具体情况修改聚类数目，获得简化聚类结果。本发明给出适合当前高速公路特点的交通状况划分方法和关键数据，比较准确和全面地反映交通流的运行情况。
-
公开(公告)号：CN102682601B
公开(公告)日：2014-02-26
申请号：CN201210137537.3
申请日：2012-05-04
Applicant: 南京大学
Abstract: 基于优化SVM的高速公路交通事件检测方法，首先通过高速公路摄像机视频快速准确地获取交通流参数，并对这些数据进行预处理，分为训练数据集和测试数据集两部分；所用的支持向量机SVM模型选择径向基RBF核函数，并采用改进的网格搜索算法对SVM模型的惩罚参数C和核参数γ进行优化选择；利用训练数据集对SVM模型进行训练；使用测试数据集对训练好的SVM事件检测模型性能进行检验，然后将SVM模型用于高速公路的实时交通事件检测。测试表明，本发明具有90%以上的检测率和5%以下的误报警率，且优化时间短，满足了交通事件检测实时性的要求。
-
公开(公告)号：CN102682601A
公开(公告)日：2012-09-19
申请号：CN201210137537.3
申请日：2012-05-04
Applicant: 南京大学
Abstract: 基于优化SVM的高速公路交通事件检测方法，首先通过高速公路摄像机视频快速准确地获取交通流参数，并对这些数据进行预处理，分为训练数据集和测试数据集两部分；所用的支持向量机SVM模型选择径向基RBF核函数，并采用改进的网格搜索算法对SVM模型的惩罚参数C和核参数γ进行优化选择；利用训练数据集对SVM模型进行训练；使用测试数据集对训练好的SVM事件检测模型性能进行检验，然后将SVM模型用于高速公路的实时交通事件检测。测试表明，本发明具有90%以上的检测率和5%以下的误报警率，且优化时间短，满足了交通事件检测实时性的要求。
-
公开(公告)号：CN103871246A
公开(公告)日：2014-06-18
申请号：CN201410046250.9
申请日：2014-02-10
Applicant: 南京大学
Abstract: 基于路网空间关系约束Lasso的短时交通流预测方法，通过最小绝对收缩和选择算子Lasso实现路网约束，对路网短时交通流进行预测，分为路网分析、模型训练和实时预测三个部分。本发明提出了基于路网空间关系约束Lasso的短时交通流预测方法，结合高速公路实测交通流数据，利用Lasso算法对短时交通流进行预测，给出路网相关性分析和变量选择方法，能比较准确和快速地预测高速公路短时交通流。
-
Patent Agency Ranking
-
公开(公告)号：CN103871246B
公开(公告)日：2016-05-04
申请号：CN201410046250.9
申请日：2014-02-10
Applicant: 南京大学
Abstract: 基于路网空间关系约束Lasso的短时交通流预测方法，通过最小绝对收缩和选择算子Lasso实现路网约束，对路网短时交通流进行预测，分为路网分析、模型训练和实时预测三个部分。本发明提出了基于路网空间关系约束Lasso的短时交通流预测方法，结合高速公路实测交通流数据，利用Lasso算法对短时交通流进行预测，给出路网相关性分析和变量选择方法，能比较准确和快速地预测高速公路短时交通流。
-
公开(公告)号：CN103839409A
公开(公告)日：2014-06-04
申请号：CN201410069892.0
申请日：2014-02-27
Applicant: 南京大学
Abstract: 基于多断面视觉传感聚类分析的交通流状态判别方法，通过道路边设置的PTZ视频摄像机获取交通流数据，根据获得的交通流数据，采用聚类分析的方法判断高速公路道路交通流状态。本发明利用易于获取的交通流数据：速度和流量，结合上下游交通流数据进行聚类分析，获得的聚类结果较为清晰，具有一定的容错性。在实际应用中，可以根据具体情况修改聚类数目，获得简化聚类结果。本发明给出适合当前高速公路特点的交通状况划分方法和关键数据，比较准确和全面地反映交通流的运行情况。
-
公开(公告)号：CN102800070B
公开(公告)日：2014-09-03
申请号：CN201210201730.9
申请日：2012-06-19
Applicant: 南京大学
IPC: G06T5/50
Abstract: 基于区域和人眼对比敏感特性的异源图像融合方法，包含如下步骤：（1）对待融合的源图像分别用非下采样Contourlet变换NSCT进行多尺度分解，得到源图像的各阶子带系数；（2）根据人眼视觉对比度函数LCSF、人眼视觉绝对对比度灵敏度函数ACSF、感觉亮度对比度函数FBCF和局部平均梯度敏感性函数LGSF分别制定低频子带系数和各级高频子带系数的融合规则，得到融合图像的各级子带系数；（3）对融合后的系数进行NSCT逆变换，重构得到融合后的图像。本发明符合人眼的视觉特性，很大程度上提高了融合图像的质量，具有鲁棒性，适用于红外与可见光图像、多聚焦图像、遥感图像等多种图像源的融合，应用前景广泛。
-
公开(公告)号：CN102800070A
公开(公告)日：2012-11-28
申请号：CN201210201730.9
申请日：2012-06-19
Applicant: 南京大学
IPC: G06T5/50
Abstract: 基于区域和人眼对比敏感特性的异源图像融合方法，包含如下步骤：（1）对待融合的源图像分别用非下采样Contourlet变换NSCT进行多尺度分解，得到源图像的各阶子带系数；（2）根据人眼视觉对比度函数LCSF、人眼视觉绝对对比度灵敏度函数ACSF、感觉亮度对比度函数FBCF和局部平均梯度敏感性函数LGSF分别制定低频子带系数和各级高频子带系数的融合规则，得到融合图像的各级子带系数；（3）对融合后的系数进行NSCT逆变换，重构得到融合后的图像。本发明符合人眼的视觉特性，很大程度上提高了融合图像的质量，具有鲁棒性，适用于红外与可见光图像、多聚焦图像、遥感图像等多种图像源的融合，应用前景广泛。
-
-
-
-
-
-
-
-
Search Results
9
records
(took 0.013 seconds)
