-
Patent Agency Ranking
公开(公告)号：CN112651570B
公开(公告)日：2022-07-26
申请号：CN202011625128.9
申请日：2020-12-31
Applicant: 长安大学
Abstract: 本发明公开了一种高速公路服务区交通量预测模型构建、预测方法及装置提供的改进粒子群算法对XBOOST模型进行优化，将粒子群划分为主从拓扑，较好地避免在模型参数优化过程中陷入局部最优解，这种改进粒子群算法能更好寻优出理想的超参数，提高交通量预测准确度。
-
公开(公告)号：CN111860596B
公开(公告)日：2023-11-07
申请号：CN202010553028.3
申请日：2020-06-17
Applicant: 长安大学
IPC: G06V10/762 , G06V10/774 , G06V10/82 , G06N3/0464
Abstract: 本发明属于路面裂缝分类领域，公开了一种基于深度学习的无监督路面裂缝分类模型建立方法，包括如下步骤：获取待分类图片数据集；建立AlexNet网络模型并初始化模型的超参数、权重参数及偏置项；将待分类图片数据集输入AlexNet网络模型中，获得高维特征向量集；对高维特征向量集利用快速峰值算法进行聚类，获得伪标签集；利用待分类图片数据集和伪标签集对AlexNet网络模型进行训练，训练完成的模型即为无监督路面裂缝分类模型。本发明将无监督聚类算法引入深度神经网络对路面裂缝图像数据进行处理，进而去掉数据标注的任务，不仅对于深度神经网络而言具有重要意义，并且在无监督视觉特征学习任务上也是一个重大的突破。
-
公开(公告)号：CN112365117A
公开(公告)日：2021-02-12
申请号：CN202010913456.2
申请日：2020-09-03
Applicant: 中交西安筑路机械有限公司 , 长安大学
Abstract: 本发明公开了一种基于优化支持向量机的路面结构性能计算方法，利用动态微粒寻优算法优化支持向量机模型参数，其方法包括，首先在模型待寻优参数空间初始化一群微粒，每一个微粒代表参数优化问题的一个潜在最优解，以位置和速度列表对每一个微粒进行表征，然后利用支持向量机对路面结构性能进行计算，以pbest表征某个微粒在动态运动过程中的历史最优位置，以gbest表征所有微粒的历史最优位置，更新微粒个体的位置和速度，根据更新的微粒位置参数返回计算每个微粒的适应度值，然后转入依据适应度值的变化更新微粒个体自身运动最优值和全局运动最优值以及适应度值，最后进行迭代寻优。能够更好地评估路面的整体性能。
-
公开(公告)号：CN111860596A
公开(公告)日：2020-10-30
申请号：CN202010553028.3
申请日：2020-06-17
Applicant: 长安大学
Abstract: 本发明属于路面裂缝分类领域，公开了一种基于深度学习的无监督路面裂缝分类模型建立方法，包括如下步骤：获取待分类图片数据集；建立AlexNet网络模型并初始化模型的超参数、权重参数及偏置项；将待分类图片数据集输入AlexNet网络模型中，获得高维特征向量集；对高维特征向量集利用快速峰值算法进行聚类，获得伪标签集；利用待分类图片数据集和伪标签集对AlexNet网络模型进行训练，训练完成的模型即为无监督路面裂缝分类模型。本发明将无监督聚类算法引入深度神经网络对路面裂缝图像数据进行处理，进而去掉数据标注的任务，不仅对于深度神经网络而言具有重要意义，并且在无监督视觉特征学习任务上也是一个重大的突破。
-
公开(公告)号：CN112651570A
公开(公告)日：2021-04-13
申请号：CN202011625128.9
申请日：2020-12-31
Applicant: 长安大学
Abstract: 本发明公开了一种高速公路服务区交通量预测模型构建、预测方法及装置提供的改进粒子群算法对XBOOST模型进行优化，将粒子群划分为主从拓扑，较好地避免在模型参数优化过程中陷入局部最优解，这种改进粒子群算法能更好寻优出理想的超参数，提高交通量预测准确度。
-
-
-
-
Search Results
5
records
(took 0.017 seconds)
