-
公开(公告)号：CN113780665B
公开(公告)日：2023-09-29
申请号：CN202111079680.7
申请日：2021-09-15
Applicant: 湖南大学
IPC: G06Q10/04 , G06Q50/30 , G06F16/9537 , G06N3/044
Abstract: 本发明公开了一种基于增强循环神经网络的私家车停留位置预测方法和系统，方法包括：首先，对私家车原始GPS轨迹数据中的停留点进行检测，并且提取出车辆在每个停留点的上下文信息包括停留时间、停留地点、停留时长和停留次数信息；然后，基于停留点的上下文信息，构建两个利用注意力机制增强的循环神经网络分别从停留点上下文信息中学习私家车用户的出行规律和偏好；最后，将深度神经网络习得的出行规律特征和出行偏好特征进行融合，并输入到全连接神经网络对私家车停留位置进行预测。本发明方法利用增强循环神经网络充分挖掘私家车轨迹数据中所蕴含的用户出行规律和偏好，实现对私家车停留位置的预测，且具有较高的准确率。
-
公开(公告)号：CN112702714A
公开(公告)日：2021-04-23
申请号：CN202011577013.7
申请日：2020-12-28
Applicant: 湖南大学
Abstract: 本发明公开了一种无人机协作式的车联网运算任务卸载方法，包括：移动边缘运算服务器接收车联网卸载的运算任务，若超过自身运算容限，则确定该移动边缘运算服务器为过载服务器，否则为非过载服务器；过载服务器基于自身的过载运算量，向无人机发出求助信号；无人机接收所有过载服务器的协作求助信号，并以最小化过载运算量的时延开销为目标、以自身长期能耗为约束条件构建原始优化问题，通过对原始优化问题进行转换和求解，得到为所有过载服务器的过载运算量提供协作式策略。本发明可以缓解由于卸载运算量分布不均衡造成的移动边缘运算服务器过载问题。
-
公开(公告)号：CN112488185A
公开(公告)日：2021-03-12
申请号：CN202011365027.2
申请日：2020-11-27
Applicant: 湖南大学
Abstract: 本发明公开了一种包含时空特性的车辆运行参数预测方法，系统，电子设备及可读存储介质，所述方法包括：S1:构建研究区域的多视角时空图，其中，以研究区域内的AOI区域为顶点，边为两个AOI区域的区域特征量；S2:将所述多视角时空图的信息以及研究时段的历史数据输入构建的MGC‑AN网络提取出时空特征；其中，历史数据为研究时段内各个AOI区域的历史车辆运行参数；S3:利用时空特征转换出研究时段内各个AOI区域的车辆运行参数预测结果。本发明通过图结构构建多视角时空图，再利用MGC‑AN网络提取多视角时空图以及历史数据中的时空特征，以一种全新的手段来实现车辆运行参数预测，尤其是可应用于私家车出行流量预测。
-
公开(公告)号：CN111275969A
公开(公告)日：2020-06-12
申请号：CN202010094936.0
申请日：2020-02-15
Applicant: 湖南大学
Abstract: 本发明公开了一种基于道路环境智能识别的车辆轨迹填充方法，其步骤为：1)通过集成GPS接收器和惯性测量单元(IMU)的即插即用设备采集车辆数据，并对采集的数据进行必要的预处理；2)根据日常驾驶的经验及客观路段类型的存在，对城市的道路环境进行分类，并利用IMU测量的车辆角速度信息，对轨迹对应的道路环境进行智能识别；3)结合采集的GPS/IMU数据及道路环境的智能识别结果，利用GRU神经网络，建立学习模型，填充轨迹。特别地，通过将神经算术逻辑单元(NALU)集成到轨迹填充模型中，可以应对在复杂匝道路段时GPS中断的挑战。本发明方法具有适用范围广、恢复轨迹精度高、成本低、设备即插即用和可靠性好等优点。
-
公开(公告)号：CN105761488B
公开(公告)日：2018-11-23
申请号：CN201610190046.3
申请日：2016-03-30
Applicant: 湖南大学
IPC: G08G1/01
Abstract: 本发明公开了一种基于融合的实时极限学习机短时交通流预测方法，针对短时非平稳交通流场景中的预测技术，基于短时交通流实时性、准确性、可靠性三大特征和融合的实时极限学习机来预测短时交通流。本发明提出的短时交通流预测方法，基于简化的单隐层前馈神经网络结构，能够在交通流峰值期快速的训练历史数据并能增量地更新到达的数据，在保证一定预测精度的同时节省学习时间。此外，采用融合机制保证了短时交通流预测的稳定性和鲁棒性。在数据缺失和波动剧烈时期进行重构，训练阶段时耗短，且预测结果的均方根误差、标准误差百分比均在置信区域内。
-
Patent Agency Ranking
公开(公告)号：CN111027644B
公开(公告)日：2023-12-26
申请号：CN201911371262.8
申请日：2019-12-26
Applicant: 湖南大学
Abstract: 本申请涉及一种出行模式分类方法、装置、计算机设备和存储介质。一个实施例中的方法包括：获取目标车辆的轨迹信息；基于轨迹信息分别进行聚类处理，得到时空语义序列信息、时间序列信息和空间序列信息；分别对时空语义序列信息、时间序列信息和空间序列信息进行序列模式挖掘，获得序列模式的支持度；根据序列模式的支持度以及预设的出行模式分类规则，确定目标车辆的出行模式。通过从时空语义、时间和空间三个维度对车辆的轨迹信息进行处理，从而实现用户出行模式的分类，可以有效提高出行模式的预测精度。
-
公开(公告)号：CN112598165B
公开(公告)日：2023-09-26
申请号：CN202011452777.3
申请日：2020-12-11
Applicant: 湖南大学
IPC: G06F18/2321 , G06N3/048 , G06N3/0464 , G06N3/049 , G06N3/084 , G06N3/0442 , G06Q50/26
Abstract: 本发明公开了一种城市功能区转移流量预测方法及装置，其方法为：首先，采集城市中私家车的GPS和OBD数据，从中提取私家车的停留点数据，根据经纬度信息为所有停留点数据匹配POI语义标签；然后，根据停留点数据统计每个时间片段内位于各功能区的转移流量，并构建功能区域之间的流量转移矩阵，进而构建训练样本和预测样本；最后，使用训练样本对预设的转移流量预测模型进行训练，训练后即可用于对预测样本在目标时间段的车辆转移流量进行预测。本发明的预测模型捕获了训练样本的时间相关性和时空相关性，预测功能区之间的转移流量，且预测准确率高。
-
-
公开(公告)号：CN112702714B
公开(公告)日：2021-12-14
申请号：CN202011577013.7
申请日：2020-12-28
Applicant: 湖南大学
Abstract: 本发明公开了一种无人机协作式的车联网运算任务卸载方法，包括：移动边缘运算服务器接收车联网卸载的运算任务，若超过自身运算容限，则确定该移动边缘运算服务器为过载服务器，否则为非过载服务器；过载服务器基于自身的过载运算量，向无人机发出求助信号；无人机接收所有过载服务器的协作求助信号，并以最小化过载运算量的时延开销为目标、以自身长期能耗为约束条件构建原始优化问题，通过对原始优化问题进行转换和求解，得到为所有过载服务器的过载运算量提供协作式策略。本发明可以缓解由于卸载运算量分布不均衡造成的移动边缘运算服务器过载问题。
-
公开(公告)号：CN113762338A
公开(公告)日：2021-12-07
申请号：CN202110868311.X
申请日：2021-07-30
Applicant: 湖南大学
Abstract: 本发明公开了一种基于多重图注意力机制的交通流预测方法、设备及介质，方法为：获取训练样本；构建由若干交通流预测子模型构成的交通流预测生成组合模型GC‑GE和由编码器、注意力机制及全连接层构成的交通流预测优化模型GA‑OP；GC‑GE使用每个预测子模型进行初始预测；GA‑OP通过对历史交通流、初始预测交通流、交通流外部因素进行编码，利用注意力机制获取三者间的两两交互关系，并将这些张量拼接到全连接层上进行评分以对整个模型进行训练；最后根据评分确定GC‑GE中各子模型的权重，以此获得最终的预测交通流。本发明不仅考虑了交通流的时空相关性，还考虑交通流外部因素的影响，保证了预测结果的有效性。
-
-
-
-
-
-
-
-
-
Search Results
25
records
(took 0.022 seconds)
