一种道路风险预测方法及系统
    1.
    发明公开

    公开(公告)号:CN114021856A

    公开(公告)日:2022-02-08

    申请号:CN202111464351.4

    申请日:2021-12-03

    Applicant: 重庆大学

    Abstract: 本发明提出了一种道路风险预测方法及系统,该方法为:划分研究路段,获得研究路段的时不变特征;实时获得研究路段的时变数据,从中提取出时变特征;搭建SDARNN网络模型:在LSTM模型的输入阶段引入注意力机制,将所述时变特征通过输入注意力机制得到注意力加权后的时变特征,在LSTM模型的编码器的隐藏层引用注意力机制处理加权后的时变特征,将其映射成上下文向量;在LSTM模型的解码器阶段输入上下文向量并融合时不变特征,再经过解码器得到输出序列,输出下个时隙研究路段的危险度。本方法提出融合时不变特征的双阶段注意力机制的循环神经网络模型SDARNN,提高了道路风险预测的准确性。

    基于MQTT的客户-服务-节点三端分布式传输结构及静态编码规则扫描方法

    公开(公告)号:CN118233465A

    公开(公告)日:2024-06-21

    申请号:CN202410059203.1

    申请日:2024-01-16

    Applicant: 重庆大学

    Abstract: 本发明公开了一种基于MQTT的客户‑服务‑节点三端分布式传输结构及静态编码规则扫描方法,该结构包括客户端、服务端和节点端,客户端将用户要执行操作任务的源文件路径信息,打包至任务集合文件TaskDict中,客户端将任务集合文件TaskDict发布到消息代理MQTT broker上;服务端向消息代理MQTT broker订阅并接收客户端的任务集合文件TaskDict,将TaskDict文件信息放入到任务流中,对任务流进行负载均衡选择确定计算节点,随后将执行操作任务发布到MQTT broker上;节点动态发布状态信息到消息代理MQTT broker上,节点按照负载均衡结果接收计算负载并执行计算任务,作为计算执行任务的终端。采用本技术方案,进行分布式传输,实现单文件和多文件的规则扫描。

Patent Agency Ranking