-
公开(公告)号：CN110766956A
公开(公告)日：2020-02-07
申请号：CN201910964713.2
申请日：2019-10-11
Applicant: 南京理工大学
Abstract: 本发明公开了一种基于模糊逻辑的交通信号控制方法，先根据交叉口历史交通流情况设置信号相位和各相位最小绿灯时间，然后对交叉口的信号控制设置模糊控制器，以交叉口收集到的面检测数据作为输入，输出相位选择及绿灯时长，最后根据交叉口通行效率指标使用DNA进化算法完成模糊控制的在线优化。本发明能够完成交叉口的自适应信号控制，极大程度提高交叉口运行效率。
-
公开(公告)号：CN113380026B
公开(公告)日：2022-07-22
申请号：CN202110591828.9
申请日：2021-05-28
Applicant: 南京理工大学
Abstract: 本发明公开了一种基于HMM的高速路交通量预测方法，基于采集的历史交通量数据划分训练集，采用FFT分析频域特性，基于残差噪声分布的衰减特性，确定平均回转时间；利用马尔可夫模型对历史交通量数据训练集的数字特征进行拟合，获取马尔可夫模型参数；利用更新过程分析节假日期间交通量的峰值特性，获取更新过程模型及模型参数；根据历史平峰交通量数据，利用构建的隐马尔可夫模型对未来月度交通流数据进行预测。本发明在多维度交通状态信息采集条件受限的情况下，仅依赖于历史交通量数据就能完成高精度的交通量预测。
-
公开(公告)号：CN114220271B
公开(公告)日：2023-06-30
申请号：CN202111575360.0
申请日：2021-12-21
Applicant: 南京理工大学
Abstract: 本发明公开了一种基于动态时空图卷积循环网络的交通流预测方法，包括以下步骤：构建路网的动态时空关系图；构造动态时空图卷积循环模块；建立基于动态时空图卷积循环网络的交通流预测模型；交通流数据预处理及数据集划分；训练基于动态时空图卷积循环网络的交通流预测模型；基于训练后的模型进行交通流预测并评估模型的预测性能。本发明能够有效地捕获交通流数据的动态时空依赖性，提高交通流预测的精度，为交通管理部门提供科学的交通诱导依据。这对缓解城市交通拥堵，提高行驶效率和安全，减轻交通环境负荷具有极其重要的意义。本发明简单实用，可操作性和有效性强。
-
Patent Agency Ranking
公开(公告)号：CN112464716A
公开(公告)日：2021-03-09
申请号：CN202011141005.8
申请日：2020-10-22
Applicant: 南京理工大学
Abstract: 本发明公开了一种基于AFN网络的驾驶员疲劳状态检测方法，该方法包括：构建AFN网络；选取DDD数据集作为训练集、测试集和验证集，对选取的数据集分类处理；在选取的数据集视频，每13个连续帧作为基本单元进行裁剪，对视频标签做二值化处理；用数据集通过tensorflow+keras+pycharm框架对AFN网络进行训练直至网络收敛训练结束，得到所需权重文件；通过车辆前置摄像头采集驾驶员视频信息，每13帧为单位，传输至AFN网络，生成疲劳概率；若疲劳概率值大于75％时，判定驾驶员疲劳；本发明具有较高的鲁棒性，提高了疲劳状态检测的准确度。
-
公开(公告)号：CN112464716B
公开(公告)日：2022-11-04
申请号：CN202011141005.8
申请日：2020-10-22
Applicant: 南京理工大学
Abstract: 本发明公开了一种基于AFN网络的驾驶员疲劳状态检测方法，该方法包括：构建AFN网络；选取DDD数据集作为训练集、测试集和验证集，对选取的数据集分类处理；在选取的数据集视频，每13个连续帧作为基本单元进行裁剪，对视频标签做二值化处理；用数据集通过tensorflow+keras+pycharm框架对AFN网络进行训练直至网络收敛训练结束，得到所需权重文件；通过车辆前置摄像头采集驾驶员视频信息，每13帧为单位，传输至AFN网络，生成疲劳概率；若疲劳概率值大于75％时，判定驾驶员疲劳；本发明具有较高的鲁棒性，提高了疲劳状态检测的准确度。
-
公开(公告)号：CN114220271A
公开(公告)日：2022-03-22
申请号：CN202111575360.0
申请日：2021-12-21
Applicant: 南京理工大学
Abstract: 本发明公开了一种基于动态时空图卷积循环网络的交通流预测方法，包括以下步骤：构建路网的动态时空关系图；构造动态时空图卷积循环模块；建立基于动态时空图卷积循环网络的交通流预测模型；交通流数据预处理及数据集划分；训练基于动态时空图卷积循环网络的交通流预测模型；基于训练后的模型进行交通流预测并评估模型的预测性能。本发明能够有效地捕获交通流数据的动态时空依赖性，提高交通流预测的精度，为交通管理部门提供科学的交通诱导依据。这对缓解城市交通拥堵，提高行驶效率和安全，减轻交通环境负荷具有极其重要的意义。本发明简单实用，可操作性和有效性强。
-
公开(公告)号：CN110766956B
公开(公告)日：2021-12-17
申请号：CN201910964713.2
申请日：2019-10-11
Applicant: 南京理工大学
Abstract: 本发明公开了一种基于模糊逻辑的交通信号控制方法，先根据交叉口历史交通流情况设置信号相位和各相位最小绿灯时间，然后对交叉口的信号控制设置模糊控制器，以交叉口收集到的面检测数据作为输入，输出相位选择及绿灯时长，最后根据交叉口通行效率指标使用DNA进化算法完成模糊控制的在线优化。本发明能够完成交叉口的自适应信号控制，极大程度提高交叉口运行效率。
-
公开(公告)号：CN113380026A
公开(公告)日：2021-09-10
申请号：CN202110591828.9
申请日：2021-05-28
Applicant: 南京理工大学
Abstract: 本发明公开了一种基于HMM的高速路交通量预测方法，基于采集的历史交通量数据划分训练集，采用FFT分析频域特性，基于残差噪声分布的衰减特性，确定平均回转时间；利用马尔可夫模型对历史交通量数据训练集的数字特征进行拟合，获取马尔可夫模型参数；利用更新过程分析节假日期间交通量的峰值特性，获取更新过程模型及模型参数；根据历史平峰交通量数据，利用构建的隐马尔可夫模型对未来月度交通流数据进行预测。本发明在多维度交通状态信息采集条件受限的情况下，仅依赖于历史交通量数据就能完成高精度的交通量预测。
-
-
-
-
-
-
-
Search Results
8
records
(took 0.018 seconds)
