多模式交通网络中基于策略的道路拥挤收费方法

    公开(公告)号:CN118840857A

    公开(公告)日:2024-10-25

    申请号:CN202410826836.0

    申请日:2024-06-25

    Abstract: 人工驾驶、自动驾驶和公共交通是构成未来交通网络的三类重要的出行方式,现有的道路拥挤收费理论极少在同时涉及上述多方式出行方式的基础上进行研究。本发明建立了包含人工驾驶、自动驾驶、公共交通的多模式交通网络,考虑了出行者在网络中策略出行行为以及每种出行方式的特征,进一步设计了各类出行者的出行策略,利用超路径的结构表示策略,基于策略构建混合出行行为下的交通流均衡分配模型,最终建立一种全新的道路拥挤收费双层规划模型,均衡分配模型作为下层模型,上层模型目标为网络总出行时间与总收益之差最小,并基于遗传算法、MSA等算法设计模型求解方法,测试结果显示所提出的模型和算法能够较好地实现多模式交通网络中拥挤收费目标。

    视频噪点AI生成化处理方法
    9.
    发明公开

    公开(公告)号:CN119316664A

    公开(公告)日:2025-01-14

    申请号:CN202411419976.2

    申请日:2024-10-12

    Abstract: 本发明涉及视频处理领域,目的是提供一种视频噪点AI生成化处理方法,该方法应能提高去噪性能与细节保留,并能降低处理成本、提升处理效率。技术方案是:S1:数据预处理,将视频文件解码为图像帧,转换图像帧格式,进行标准化处理与数据增强后得到数据集,将数据集划分为训练集、验证集和测试集;S2:建立模型,建立噪声检测模型、生成对抗网络、细节增强模型;S3:模型融合,将噪声检测模型、生成对抗网络、细节增强模型、自注意力模块组成联合模型;对联合模型进行训练、验证、测试;S4:视频噪点生成化处理,采集视频进行数据预处理,输入联合模型得到无噪声图像帧序列,经过合并后输出无噪声视频。

Patent Agency Ranking