-
公开(公告)号：CN115631629B
公开(公告)日：2023-11-24
申请号：CN202211286196.6
申请日：2022-10-20
Applicant: 湖南大学
IPC: G08G1/01 , H04W4/40 , G06N3/0442 , G06N3/08 , G06F18/23
Abstract: 本发明公开了一种基于轨迹预测的城市动态车辆云构建方法，其步骤为：联合考虑车辆历史行驶信息与未来交通灯相位信息，对车辆历史数据和未来数据进行编码以及归一化处理，构建基于长短期记忆单元车辆轨迹预测模型，采用数据集车辆轨迹预测模型进行训练，保存训练好的车辆轨迹预测模型，利用车辆轨迹预测模型对城市交叉口的车辆轨迹预测；根据车辆轨迹预测结果，寻找轨迹近似车辆进行聚类，构建城市环境下的动态车辆云。本发明能保证车辆云在未来一定时间内的稳定性，且在选取候选服务车辆时仅需考虑车辆的位置坐标，不用考虑车辆行驶方向
-
公开(公告)号：CN115631629A
公开(公告)日：2023-01-20
申请号：CN202211286196.6
申请日：2022-10-20
Applicant: 湖南大学
IPC: G08G1/01 , H04W4/40 , G06N3/0442 , G06N3/08 , G06F18/23
Abstract: 本发明公开了一种基于轨迹预测的城市动态车辆云构建方法，其步骤为：联合考虑车辆历史行驶信息与未来交通灯相位信息，对车辆历史数据和未来数据进行编码以及归一化处理，构建基于长短期记忆单元车辆轨迹预测模型，采用数据集车辆轨迹预测模型进行训练，保存训练好的车辆轨迹预测模型，利用车辆轨迹预测模型对城市交叉口的车辆轨迹预测；根据车辆轨迹预测结果，寻找轨迹近似车辆进行聚类，构建城市环境下的动态车辆云。本发明能保证车辆云在未来一定时间内的稳定性，且在选取候选服务车辆时仅需考虑车辆的位置坐标，不用考虑车辆行驶方向等其他因素，降低聚类的复杂度。另外，能以预测的时间步长作为周期进行车辆云构建，有效减少计算资源消耗。
-
公开(公告)号：CN117202269A
公开(公告)日：2023-12-08
申请号：CN202311200858.8
申请日：2023-09-18
Applicant: 湖南大学
Abstract: 本申请公开了一种基于串行任务分解的边缘分层主动缓存方法及系统，其引入任务分解的思想，将边缘主动缓存问题分解为“是否需要优化当前缓存队列”(子问题1)以及“如果需要，如何优化缓存队列”(子问题2)两个子问题。通过上层智能体决策子问题1，保证较高缓存命中率的同时，尽可能减少内容在短时间内被重复删除、缓存，降低传输成本。通过下层智能体决策子问题2，当上层决策需要删除/缓存后，选出最佳删除/缓存内容，实现高命中率。同时，遵循从简单到困难的课程学习过程，下层智能体的任务相较于上层智能体优化目标少，训练难度更低，因此考虑从下层到上层的分层训练顺序。
-
-
Search Results
3
records
(took 0.011 seconds)
