-
公开(公告)号：CN114898329A
公开(公告)日：2022-08-12
申请号：CN202210333395.1
申请日：2022-03-31
Applicant: 长安大学
Abstract: 本发明公开了一种基于路面感知数据智能分类的加载车行驶纠偏方法和系统，所述方法包括：获取来自足尺路面上多个高频传感器的待分类数据；根据足尺路面不同高频传感器数据特征构建自适应阈值，对处于加载过程中的传感器数据进行提取；将获得的多个压力感知数据片段进行可视化转换，获得对应的待分类图像数据；构建DCNN6卷积神经网络并对卷积神经网络进行训练；利用经训练的卷积神经网络模型获得待分类图像数据的分类结果；利用所述分类结果对车辆的驾驶轨迹进行提示。本发明可以有效解决足尺环道中的动态高频传感器数据自动分类问题，为全路域受力分析和把握车辙演变规律提供有力的数据支撑，且分类速度快、精度高，节省人力物力。
-
公开(公告)号：CN113283495B
公开(公告)日：2024-02-13
申请号：CN202110559947.6
申请日：2021-05-21
Applicant: 长安大学
IPC: G06V10/764 , G06V10/774 , G06V10/771 , G06T7/62 , G06N20/00
Abstract: 本发明公开了一种集料颗粒分档方法及其装置，方法包括：获取集料颗粒2D/3D特征数据集；根据所述集料颗粒2D/3D特征数据集构建若干2D/3D特征的子数据集；构建基于高斯过程的集料分档模型；将所述若干2D/3D特征的子数据集输入至基于高斯过程的集料分档模型进行模型确认，得到最终的基于高斯过程的集料分档模型；将待分档集料颗粒输入至所述最终的基于高斯过程的集料分档模型得到分档结果。本发明综合考虑集料颗粒2D/3D特征数据，并采用基于高斯过程的机器学习集料分档算法进行分档预测，从而大幅提高了集料颗粒分档的精度。
-
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。
-
公开(公告)号：CN114898329B
公开(公告)日：2025-01-10
申请号：CN202210333395.1
申请日：2022-03-31
Applicant: 长安大学
IPC: G06V20/58 , G06V10/764 , G06V10/82 , G06N3/0464 , G06N3/08
Abstract: 本发明公开了一种基于路面感知数据智能分类的加载车行驶纠偏方法和系统，所述方法包括：获取来自足尺路面上多个高频传感器的待分类数据；根据足尺路面不同高频传感器数据特征构建自适应阈值，对处于加载过程中的传感器数据进行提取；将获得的多个压力感知数据片段进行可视化转换，获得对应的待分类图像数据；构建DCNN6卷积神经网络并对卷积神经网络进行训练；利用经训练的卷积神经网络模型获得待分类图像数据的分类结果；利用所述分类结果对车辆的驾驶轨迹进行提示。本发明可以有效解决足尺环道中的动态高频传感器数据自动分类问题，为全路域受力分析和把握车辙演变规律提供有力的数据支撑，且分类速度快、精度高，节省人力物力。
-
-
Patent Agency Ranking
公开(公告)号：CN112364910A
公开(公告)日：2021-02-12
申请号：CN202011225553.9
申请日：2020-11-05
Applicant: 长安大学
IPC: G06K9/62
Abstract: 本发明公开了一种基于峰值聚类高速公路收费数据异常事件检测方法及装置，用以解决现有技术中的高速公路异常事件检测方法及装置存在的检测结果不准确、效率不高等问题；本发明提供的基于高速公路收费数据的异常事件检测方法及装置，可以更加全面准确感知高速公路交通运行状况，能够有效挖掘出数据中隐藏的道路拥堵、长时停留、车辆超速、设备故障、系统故障、网络故障、车辆超载和疑似逃费等异常事件。
-
-
公开(公告)号：CN112364910B
公开(公告)日：2022-10-28
申请号：CN202011225553.9
申请日：2020-11-05
Applicant: 长安大学
IPC: G06K9/62
Abstract: 本发明公开了一种基于峰值聚类高速公路收费数据异常事件检测方法及装置，用以解决现有技术中的高速公路异常事件检测方法及装置存在的检测结果不准确、效率不高等问题；本发明提供的基于高速公路收费数据的异常事件检测方法及装置，可以更加全面准确感知高速公路交通运行状况，能够有效挖掘出数据中隐藏的道路拥堵、长时停留、车辆超速、设备故障、系统故障、网络故障、车辆超载和疑似逃费等异常事件。
-
公开(公告)号：CN112287984B
公开(公告)日：2022-10-11
申请号：CN202011104273.2
申请日：2020-10-15
Applicant: 长安大学
Abstract: 本发明公开了一种多维高速公路收费数据的异常检测与修复方法，包括步骤1：采集高速公路原始多维收费数据，并对高速公路原始多维收费数据进行预处理以得到多维规范之后的原始数据；步骤2：构建基于相似系数和的异常数据检测模型；步骤3：将步骤1中得到的多维规范之后的原始数据输入基于相似系数和的异常数据检测模型，通过检测得到含有异常值的多维数据；步骤4：构建基于极端梯度提升的异常数据修复模型；步骤5：将步骤3中得到的含有异常值的多维数据输入基于极端梯度提升的异常数据修复模型，实现多维数据异常修复及效果评估。本发明能够明显提升高速公路收费数据的质量与可用性，为后续的高速公路异常事件检测以及大数据统计分析工作提供良好的数据基础。
-
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。
-
-
-
-
-
-
-
-
-
Search Results
12
records
(took 0.015 seconds)
