-
公开(公告)号：CN109255944A
公开(公告)日：2019-01-22
申请号：CN201811169399.0
申请日：2018-10-08
Applicant: 长安大学
Abstract: 本发明涉及高速公路应急处置技术领域，具体涉及交通事故应急救援车辆的配置与派遣方法，先根据发生交通事故后应急处置难度以及交通事故对路网的影响程度对交通事故中的参与救援部门种类、事故点通行能力、道路影响范围和预计应急处置时间进行量化评分；再通过层次分析法利用量化评分结果得到交通事故影响等级；再确定交警巡逻车的数量、路政巡逻车的数量、交警巡逻车的种类、路政巡逻车的种类、清扫车所需的数量、医疗救护车的数量、清障车的数量和清障车的种类，并利用机会成本法对交警巡逻车、路政巡逻车、清扫车、医疗救护车和清障车进行派遣。本发明解决了高速公路发生事故后应急救援车辆配置与派遣、受伤人员及时救助的问题。
-
公开(公告)号：CN110176143A
公开(公告)日：2019-08-27
申请号：CN201910497362.9
申请日：2019-06-10
Applicant: 长安大学
Abstract: 本发明提出一种基于深度学习算法的高速公路交通拥堵检测方法，基于卷积神经网络(CNN)的分类器，利用支持向量机(SVM)代替AlexNet与VGGNet中的全连接层，对高速公路交通状态进行二分类，即拥堵与不拥堵。本发明对比两种算法的检测精度与计算速度，确定运用迁移学习的AlexNet+SVM的效果最优。
-
公开(公告)号：CN106991469A
公开(公告)日：2017-07-28
申请号：CN201710249970.9
申请日：2017-04-17
Applicant: 长安大学
Abstract: 一种跟随纸质书阅读位置的音乐播放装置及方法，包括两个红外线传感器、底座、音乐播放装置、存储装置和单片机；两个红外线传感器设置在底座上表面；底座上还设置有存储装置、单片机和音乐播放装置；红外线传感器、音乐播放装置和存储装置均连接到单片机。本发明的装置通过与提前编码的音频文件相配合，能够准确判断读者现阶段阅读的内容，再配合编码的音频文件能够增加阅读时作品的代入感；本发明能够促进书籍配乐的发展，提高音乐创作的积极性；本发明所述的装置结构简单，成本低，有利于推广。
-
公开(公告)号：CN106991469B
公开(公告)日：2024-02-02
申请号：CN201710249970.9
申请日：2017-04-17
Applicant: 长安大学
Abstract: 一种跟随纸质书阅读位置的音乐播放装置及方法，包括两个红外线传感器、底座、音乐播放装置、存储装置和单片机；两个红外线传感器设置在底座上表面；底座上还设置有存储装置、单片机和音乐播放装置；红外线传感器、音乐播放装置和存储装置均连接到单片机。本发明的装置通过与提前编码的音频文件相配合，能够准确判断读者现阶段阅读的内容，再配合编码的音频文件能够增加阅读时作品的代入感；本发明能够促进书籍配乐的发展，提高音乐创作的积极性；本发明所述的装置结构简单，成本低，有利于推广。
-
公开(公告)号：CN110532946B
公开(公告)日：2022-04-26
申请号：CN201910803615.0
申请日：2019-08-28
Applicant: 长安大学
IPC: G06V20/54 , G06V10/25 , G06V10/26 , G06V10/774 , G06V10/764 , G06V10/82 , G06K9/62 , G06N3/04 , G06N3/08
Abstract: 一种基于卷积神经网络识别绿通车车辆轴型的方法，包括以下步骤：步骤1，获取绿通车图像；步骤2，制定绿通车图像有效性判定标准；步骤3，采用数据增强的方法增加训练样本的数量；步骤4，数据增强后，使用目标检测算法YOLOv2框架进行整轴检测；步骤5，根据车辆轴组类型和轮组类型将车辆轴型进行分类；步骤6，分别使用AlexNet、VGG‑16、ResNet‑152三种卷积神经网络在训练集上对车轴类型分类进行训练；步骤7，对需要识别的绿通车车辆轴型进行判定。本发明以实现绿通车车辆轴型准确识别为目标，将目标检测算法、非均衡数据集处理等与卷积神经网络模型相结合，使用判定标准挑选的图像可作为后续分类识别实验卷积神经网络模型的训练样本，避免训练样本水平过差问题。
-
Patent Agency Ranking
公开(公告)号：CN109255956A
公开(公告)日：2019-01-22
申请号：CN201811341385.2
申请日：2018-11-12
Applicant: 长安大学
Abstract: 本发明公开了一种收费站交通流量异常检测方法，对通过收费站车辆的进出高速公路的数据进行清洗、精简、排序以及流量数据分时统计；生成交通流量时间序列数据并对其进行处理，将生成的时间序列数据作为输入，下一个时间段的交通流量为输出，采用DBN模型进行预测；通过计算预测的交通流与离散化处理的实际交通流的相对误差，判断所述相对误差是否超过异常的阈值，如果所述相对误差超过阈值，则该收费站当前的交通流量出现了异常，否则，该收费站交通流量处于正常情况下；采用基于深度信念网络的收费站交通流异常判断模型,通过深度信念网络学习收费站交通流量特征，实现对交通流量的预测，解决了收费站交通流量异常判断过程中的主观随意问题。
-
公开(公告)号：CN109255944B
公开(公告)日：2021-08-17
申请号：CN201811169399.0
申请日：2018-10-08
Applicant: 长安大学
Abstract: 本发明涉及高速公路应急处置技术领域，具体涉及交通事故应急救援车辆的配置与派遣方法，先根据发生交通事故后应急处置难度以及交通事故对路网的影响程度对交通事故中的参与救援部门种类、事故点通行能力、道路影响范围和预计应急处置时间进行量化评分；再通过层次分析法利用量化评分结果得到交通事故影响等级；再确定交警巡逻车的数量、路政巡逻车的数量、交警巡逻车的种类、路政巡逻车的种类、清扫车所需的数量、医疗救护车的数量、清障车的数量和清障车的种类，并利用机会成本法对交警巡逻车、路政巡逻车、清扫车、医疗救护车和清障车进行派遣。本发明解决了高速公路发生事故后应急救援车辆配置与派遣、受伤人员及时救助的问题。
-
公开(公告)号：CN109211202B
公开(公告)日：2020-12-18
申请号：CN201811118398.3
申请日：2018-09-21
Applicant: 长安大学
Abstract: 本发明属于高速公路边坡巡查技术领域，具体涉及一种基于无人机的高速公路边坡巡查的路径优化方法：步骤1，对无人机拍摄质量进行控制，以获取最佳拍摄角度；步骤2，对拍摄对象进行分类，并根据分类情况确定拍摄方式；步骤3，通过无人机拍摄需要拍摄的对象，根据拍摄的图片，进行排查，提取出图片中边坡存在的病害嫌疑点；步骤4，计算各病害嫌疑点之间的距离，并构建病害嫌疑点的邻接矩阵；步骤5，将步骤4构建的邻接矩阵作为模拟退火算法的输入，计算得到无人机遍历病害嫌疑点的最短路径。本发明通过无人机对高速公路边坡进行巡查，并且能够规划处合理的巡查路径，能够解决现有技术中存在的人工巡查工作量大的问题。
-
公开(公告)号：CN110532946A
公开(公告)日：2019-12-03
申请号：CN201910803615.0
申请日：2019-08-28
Applicant: 长安大学
Abstract: 一种基于卷积神经网络识别绿通车车辆轴型的方法，包括以下步骤：步骤1，获取绿通车图像；步骤2，制定绿通车图像有效性判定标准；步骤3，采用数据增强的方法增加训练样本的数量；步骤4，数据增强后，使用目标检测算法YOLOv2框架进行整轴检测；步骤5，根据车辆轴组类型和轮组类型将车辆轴型进行分类；步骤6，分别使用AlexNet、VGG-16、ResNet-152三种卷积神经网络在训练集上对车轴类型分类进行训练；步骤7，对需要识别的绿通车车辆轴型进行判定。本发明以实现绿通车车辆轴型准确识别为目标，将目标检测算法、非均衡数据集处理等与卷积神经网络模型相结合，使用判定标准挑选的图像可作为后续分类识别实验卷积神经网络模型的训练样本，避免训练样本水平过差问题。
-
公开(公告)号：CN109211202A
公开(公告)日：2019-01-15
申请号：CN201811118398.3
申请日：2018-09-21
Applicant: 长安大学
CPC classification number: G01C11/04 , G01C21/20 , G06K9/0063
Abstract: 本发明属于高速公路边坡巡查技术领域，具体涉及一种基于无人机的高速公路边坡巡查的路径优化方法：步骤1，对无人机拍摄质量进行控制，以获取最佳拍摄角度；步骤2，对拍摄对象进行分类，并根据分类情况确定拍摄方式；步骤3，通过无人机拍摄需要拍摄的对象，根据拍摄的图片，进行排查，提取出图片中边坡存在的病害嫌疑点；步骤4，计算各病害嫌疑点之间的距离，并构建病害嫌疑点的邻接矩阵；步骤5，将步骤4构建的邻接矩阵作为模拟退火算法的输入，计算得到无人机遍历病害嫌疑点的最短路径。本发明通过无人机对高速公路边坡进行巡查，并且能够规划处合理的巡查路径，能够解决现有技术中存在的人工巡查工作量大的问题。
-
-
-
-
-
-
-
-
-
Search Results
12
records
(took 0.018 seconds)
