-
公开(公告)号：CN117334065B
公开(公告)日：2025-02-21
申请号：CN202311210611.4
申请日：2023-09-19
IPC: G08G1/0967 , G08G1/052
Abstract: 本发明涉及一种基于深度强化学习的信号灯路口互联汽车加速度轨迹规划方法，包括以下步骤：构建车辆动力学模型和信号灯控制模型；当互联汽车进入控制区域时，根据车辆信息以及道路信息判断当前车辆是否可以在最近绿灯区间且在道路限速下通过路口，若可以，则执行下一步；构建深度强化学习框架，定义马尔科夫过程并设置神经网络；根据车辆动力学模型、信号灯控制模型和深度强化学习算法对神经网络进行训练，直至达到预设的训练终止条件，完成训练，得到加速度控制策略；将加速度控制策略发送至互联汽车，互联汽车执行加速度控制策略，按既定目标通过路口。与现有技术相比，本发明具有安全性好、通行时间短、适用范围广等优点。
-
公开(公告)号：CN117010554B
公开(公告)日：2024-06-25
申请号：CN202310806814.3
申请日：2023-07-03
Applicant: 同济大学
IPC: G06Q10/04 , G06Q30/0601 , G06F30/27 , G06N3/084 , G06F111/06
Abstract: 本公开的实施例提供了一种应用于电商推荐系统的动态多目标优化方法以及装置。该方法包括：获取电商推荐系统的电商推荐约束条件、电商推荐目标函数；将电商推荐系统的电商推荐约束条件表征为电商推荐约束网络，并将电商推荐系统的电商推荐目标函数表征为电商推荐目标网络；将电商推荐约束网络与电商推荐目标网络并联，构成仿真器；基于仿真器进行电商推荐系统的动态多目标优化，从而可以利用有限的计算资源，提高电商推荐系统的动态多目标优化效率。
-
公开(公告)号：CN119199889A
公开(公告)日：2024-12-27
申请号：CN202411412261.4
申请日：2024-10-11
Applicant: 同济大学
Abstract: 本发明实施例提供了一种基于相机和激光雷达的冰缝检测方法以及装置，该方法包括：对驾驶平台的相机和激光雷达进行联合标定；利用联合标定后的相机获取周围冰雪环境的图像；根据图像进行可见冰缝检测，得到可见冰缝检测结果；利用联合标定后的激光雷达获取周围冰雪环境的点云数据；根据点云数据进行不可见冰缝检测，得到不可见冰缝检测结果；将可见冰缝检测结果以及不可见冰缝检测结果转换至驾驶平台坐标系。以此方式，可以结合相机和激光雷达的优势准确高效地检测驾驶平台所处冰雪环境中的可见冰缝以及不可见冰缝，优化驾驶平台在冰雪环境中的导航。
-
公开(公告)号：CN118863090A
公开(公告)日：2024-10-29
申请号：CN202410809397.2
申请日：2024-06-21
Applicant: 同济大学
Abstract: 本发明的实施例提供了一种分层联邦学习方法、装置、设备及存储介质。该方法包括：基于边缘服务器可关联到的客户端的属性信息，对其可关联到的客户端进行聚类；在模型训练开始之前，执行第一方案：以离线方式根据各个客户端参与每一轮全局迭代学习的概率选择一组长期客户端，并将其分配至合适的边缘服务器，用于后续的全局模型聚合；在模型训练开始之后，执行第二方案：若边缘服务器下属的长期客户端中存在掉线的长期客户端，则从其对应的聚类结果中掉线的长期客户端所在的类中在线招募短期客户端，并将其分配至合适的边缘服务器，用于后续的全局模型聚合。以此方式，可以优化客户端选择、客户端与边缘服务器间的关联，达到减轻决策开销的目的。
-
公开(公告)号：CN118735664A
公开(公告)日：2024-10-01
申请号：CN202410809560.5
申请日：2024-06-21
Applicant: 同济大学
IPC: G06Q30/08 , G06Q10/04 , G06Q10/0631
Abstract: 本发明的实施例提供了一种基于资源超售的快速可信双阶段双重拍卖方法。该方法包括：S1，对MEC网络进行初始化以及参数定义；第一阶段，包括S2‑S4：S2，令各个资源卖家和各个资源买家以密封方式向拍卖平台提交报价，并通过预设交易算法来执行预双重拍卖，根据不同的超售率测试结果来确定最优资源分配和合同条款；S3，利用预双重拍卖阶段的结果来优化资源分配；S4：重复S2‑S3，直到找到最佳超售率，并获得最终的资源分配和合同条款；第二阶段，包括S5‑S7：S5，基于资源买家的实际出席情况和资源卖家的空闲资源情况筛选出参与第二阶段拍卖的资源买家；S6，更新参与第二阶段拍卖的资源买家；S7，执行第二阶段拍卖，得到最终的匹配矩阵和定价方案。
-
Patent Agency Ranking
公开(公告)号：CN119861301A
公开(公告)日：2025-04-22
申请号：CN202411853109.X
申请日：2024-12-16
Applicant: 同济大学
IPC: G01R31/392 , G06F18/2135 , G06F18/214 , G06N3/0442 , G06N3/006 , G01R31/367
Abstract: 本发明实施例提供了一种锂电池健康状态预测方法、装置、设备及存储介质。该方法包括：获取锂电池循环充放电过程的监测数据及其对应的SOH数据；利用PCA算法对锂电池循环充放电过程的监测数据进行降维，得到降维监测数据；以降维监测数据作为样本数据，以降维监测数据对应的SOH数据为标签数据，构建数据集；使用数据集对GRU模型进行训练，并在训练期间使用SSA算法进行超参数寻优，得到锂电池健康状态预测模型；使用锂电池健康状态预测模型预测指定锂电池的SOH数据。以此方式，可以提高锂电池健康状态预测的准确性，并减小计算负担。
-
公开(公告)号：CN116596074A
公开(公告)日：2023-08-15
申请号：CN202310392971.4
申请日：2023-04-12
Applicant: 同济大学
IPC: G06N5/045 , G06F16/9535 , G06N20/00
Abstract: 本公开的实施例提供了一种工业级推荐系统的解释方法、装置、设备以及存储介质，应用于计算机技术领域。该方法包括：获取工业级推荐系统的待解释推荐结果对应的特征；将待解释推荐结果对应的特征输入嵌入模型，并将输出的编码结果输入生成模型，得到参考样本；将参考样本输入点击率预测模型，得到参考样本的点击率；计算待解释推荐结果的点击率和对应的特征的梯度；根据待解释推荐结果的点击率、参考样本的点击率，待解释推荐结果对应的特征的梯度、待解释推荐结果与参考样本的特征差异，对待解释推荐结果进行解释。以此方式，可以基于嵌入约束与对抗生成手段不需要知道待解释预测模型的结构，可以适用于任意预测模型，因此实现了对工业级推荐系统的通用解释，并提高解释准确率和效率。
-
公开(公告)号：CN116310377A
公开(公告)日：2023-06-23
申请号：CN202310163872.9
申请日：2023-02-24
Applicant: 同济大学
Abstract: 本发明涉及一种基于曼哈顿世界假说的室内线特征匹配方法，该方法包括以下步骤：S1：获取图像数据，基于LSD算法提取图像的线特征；S2：基于曼哈顿世界假说将线特征划分为水平线段和竖直线段，对于水平线段通过执行步骤S3进行处理，对于竖直线段通过执行步骤S4进行处理；S3：基于区域搜索进行水平线段的筛选，删去无意义的水平线段；S4：基于区域搜索和角度判断进行竖直线段的筛选，删去无意义的竖直线段；S5：经过筛选后得到的线特征重新编号，并计算对应的LBD线特征描述符；S6：采用暴力匹配的方法进行线特征的初步匹配，再根据MAD算法进行配对筛选。与现有技术相比，本发明具有匹配质量高、速度快等优点。
-
公开(公告)号：CN117334065A
公开(公告)日：2024-01-02
申请号：CN202311210611.4
申请日：2023-09-19
IPC: G08G1/0967 , G08G1/052
Abstract: 本发明涉及一种基于深度强化学习的信号灯路口互联汽车加速度轨迹规划方法，包括以下步骤：构建车辆动力学模型和信号灯控制模型；当互联汽车进入控制区域时，根据车辆信息以及道路信息判断当前车辆是否可以在最近绿灯区间且在道路限速下通过路口，若可以，则执行下一步；构建深度强化学习框架，定义马尔科夫过程并设置神经网络；根据车辆动力学模型、信号灯控制模型和深度强化学习算法对神经网络进行训练，直至达到预设的训练终止条件，完成训练，得到加速度控制策略；将加速度控制策略发送至互联汽车，互联汽车执行加速度控制策略，按既定目标通过路口。与现有技术相比，本发明具有安全性好、通行时间短、适用范围广等优点。
-
公开(公告)号：CN117010554A
公开(公告)日：2023-11-07
申请号：CN202310806814.3
申请日：2023-07-03
Applicant: 同济大学
IPC: G06Q10/04 , G06Q30/0601 , G06F30/27 , G06N3/084 , G06F111/06
Abstract: 本公开的实施例提供了一种应用于电商推荐系统的动态多目标优化方法以及装置。该方法包括：获取电商推荐系统的电商推荐约束条件、电商推荐目标函数；将电商推荐系统的电商推荐约束条件表征为电商推荐约束网络，并将电商推荐系统的电商推荐目标函数表征为电商推荐目标网络；将电商推荐约束网络与电商推荐目标网络并联，构成仿真器；基于仿真器进行电商推荐系统的动态多目标优化，从而可以利用有限的计算资源，提高电商推荐系统的动态多目标优化效率。
-
-
-
-
-
-
-
-
-
Search Results
12
records
(took 0.022 seconds)
