基于无监督图节点聚类的目标分类方法

    公开(公告)号:CN115526256A

    公开(公告)日:2022-12-27

    申请号:CN202211199482.9

    申请日:2022-09-29

    Applicant: 长安大学

    Abstract: 本申请涉及目标分类模型训练方法,包括:构建目标分类模型;基于图训练数据集对目标分类模型进行训练,得到训练后的目标分类模型;图训练数据集包括多个图节点,每个图节点表示一个待分类目标;目标分类模型包括依次连接的深层表征提取层和聚类层。本申请的目标分类模型训练方法,解决了现有的半监督方法无法对不含节点标签信息的目标数据集进行分类的难题,基于无监督学习的网络训练同时也降低了聚类结果好坏对标签信息多少的依赖度,大大增强了网络的稳定性,始终在聚类任务中表现出较好的性能;实现了端对端学习,规避了多模块训练目标不一致的问题,降低了工程的复杂度、减小了训练误差,使网络性能更加鲁棒。

    一种警示信号协同的行人感知路侧系统

    公开(公告)号:CN212847147U

    公开(公告)日:2021-03-30

    申请号:CN202022138439.4

    申请日:2020-09-25

    Applicant: 长安大学

    Abstract: 本实用新型公开了一种警示信号协同的行人感知路侧系统,属于交通路口安全警示技术领域。视频监测设备对人行道通行路口进行实时图像采集,并将采集得到的图像信息传输给主控单元;主控单元对接收到的图像信息进行处理,当检测到有行人进入人行道时,主控单元控制警示信号单元闪烁,警示车辆人行道上正有行人通过并做出礼让,避免因人车抢道或驾驶员视野出现盲区无法及时发现行人而引发交通事故,协同人车通行。本实用新型系统能够有效保障行人的优先通行权,提高人车冲突点的协同通行效率;利用交通语言建立“车让人”的交通理念,发展文明交通。

Patent Agency Ranking