-
公开(公告)号:CN117521882B
公开(公告)日:2024-05-24
申请号:CN202311449164.8
申请日:2023-11-02
IPC: G06Q10/04 , G06Q10/0637 , G06Q50/26 , G06N3/045 , G06N3/0464 , G06N3/098
Abstract: 本发明涉及城市轨道交通技术领域,涉及一种基于集成学习模型预测城市轨道交通事故后果的方法,其建立了基于卷积神经网络CNN和BERT模型的集成学习模型(EMBC);EMBC中,CNN用于提取数值类数据(如列车行驶速度、列车所在线路等)的有效信息,BERT用于学习事故文本描述中的复杂关系,使用基于自学习参数的Bagging方法聚合BERT和CNN的分类结果,获得最终的城市轨道交通事故后果预测结果。本发明具有更高的预测准确性与更广泛的适用场景。
-
公开(公告)号:CN117521882A
公开(公告)日:2024-02-06
申请号:CN202311449164.8
申请日:2023-11-02
IPC: G06Q10/04 , G06Q10/0637 , G06Q50/26 , G06N3/045 , G06N3/0464 , G06N3/098
Abstract: 本发明涉及城市轨道交通技术领域,涉及一种基于集成学习模型预测城市轨道交通事故后果的方法,其建立了基于卷积神经网络CNN和BERT模型的集成学习模型(EMBC);EMBC中,CNN用于提取数值类数据(如列车行驶速度、列车所在线路等)的有效信息,BERT用于学习事故文本描述中的复杂关系,使用基于自学习参数的Bagging方法聚合BERT和CNN的分类结果,获得最终的城市轨道交通事故后果预测结果。本发明具有更高的预测准确性与更广泛的适用场景。
-
公开(公告)号:CN116653888A
公开(公告)日:2023-08-29
申请号:CN202310669474.4
申请日:2023-06-06
IPC: B60T8/172
Abstract: 本发明涉及一种车辆制动的控制方法、装置、电子设备及存储介质,该方法包括:基于第一神经网络模型,对采集的车辆环境图片和车辆行驶数据进行处理得到特征向量;将所述特征向量输入至第二神经网络模型计算输出层数据更新所述第二神经网络模型的权重;将所述特征向量输入至更新后的第二神经网络模型得到控制参数,基于控制参数对车辆进行制动控制。本发明提供的一种车辆制动的控制方法、装置、电子设备及存储介质,先对采集的数据进行处理,消除初始数据中的干扰得到特征向量,然后通过特征向量更新第二神经网络模型的权重,以适应不同的行驶状态,根据更新后的第二神经网络模型计算控制参数,以根据不同的车辆的行驶状况对车辆制动进行有效控制。
-
公开(公告)号:CN116587917A
公开(公告)日:2023-08-15
申请号:CN202310650757.4
申请日:2023-06-01
Abstract: 本发明涉及一种车辆共享充电桩时间分配方法、装置、系统和电子设备,其方法包括:获取第一类型车辆的电量和位置;当电量达到预设值,发出充电提示;根据位置基于迪杰斯特拉算法确定最近共享充电站的最短路径对应的第一行驶时间,根据位置基于BPR模型确定第一类型车辆到达多个共享充电站中一个共享充电站的最短时间;根据第一行驶时间与最短时间确定目标充电站;获取到达目标充电站的第二行驶时间,当目标共享充电站在第二行驶时间内存在空闲时,发出去往目标充电站充电的提示;在确定第一类型车辆在目标充电站进行充电,且收到第二车辆类型的车辆请求充电信息时,控制第一类型车辆发出驶离提示。本发明提高了公交充电站的利用率。
-
-
-
-