-
公开(公告)号：CN118585916A
公开(公告)日：2024-09-03
申请号：CN202410969727.4
申请日：2024-07-19
Applicant: 中南大学
IPC: G06F18/243 , G06N3/044 , G06N3/0464 , G06N3/09 , G06F18/2131 , G06F123/02
Abstract: 本发明涉及一种基于深度学习的时间序列智能识别方法及系统，方法包括：基于深度学习的CNN和RNN，结合STFT算法，构建TF‑DCRNN模型；构建用于信号分类的时间序列数据集及对应的信号类型标签，时间序列数据集包括训练集、验证集和测试集；利用训练集、验证集和测试集，依次对TF‑DCRNN模型进行训练、验证和测试，输出分类标签；将分类标签与信号类型标签进行比较，得到时间序列识别结果。TF‑DCRNN模型继承了CNN和RNN的优势，有效降低网络超参数训练量，防止过拟合情况发生；结合了信号的时频特征，增加了网络的可解释性，提升了网络整体性能。
-
公开(公告)号：CN112918478A
公开(公告)日：2021-06-08
申请号：CN202110463004.3
申请日：2021-04-27
Applicant: 中南大学
Abstract: 本发明实施例公开了一种车辆变道的预测方法、装置及计算机存储介质，包括：获取目标路段上的历史交通流运行数据；根据历史交通流运行数据获取变道车辆的历史变道轨迹数据和相邻车辆在变道过程中的历史轨迹数据、以及历史相对运动参数及历史调和势值；根据变道车辆的历史变道轨迹数据获取变道车辆在变道过程中的历史转向角；将历史转向角作为输出、历史相对运动参数和历史调和势值作为输入，建立极端随机树模型；获取目标路段上待变道车辆与目标相邻车辆的当前相对运动参数及当前调和势值，基于所述极端随机树模型对待变道车辆的转向角进行预测。如此，通过准确预测待变道车辆对应的转向角，能够有效提高驾驶安全性，减少交通事故发生概率。
-
公开(公告)号：CN119781011A
公开(公告)日：2025-04-08
申请号：CN202411953437.7
申请日：2024-12-27
Applicant: 中南大学
Abstract: 本发明公开了一种便携式绿色相变储能震源激发装置系统及方法，属于地震勘探技术领域；其包括：设置于震源内部的发震子系统，内部存储有相变储能材料，发震子系统内具有预设缺陷；设置于震源外部的自生热子系统，自生热子系统通过热量传递装置与发震子系统的内部连通；其中，自生热子系统通过热量传递装置向发震子系统的内部传递热量，相变储能材料吸收热量发生相态变化，使发震子系统内部压力逐渐升高，在达到额定压力时发生爆炸。本发明中自生热子系统通过热量传递装置向发震子系统的内部传递热量，相变储能材料吸收热量发生相态变化，使发震子系统内部压力逐渐升高，在达到额定压力时发生爆炸。
-
公开(公告)号：CN115402319B
公开(公告)日：2025-04-04
申请号：CN202211114796.4
申请日：2022-09-14
Applicant: 中南大学
Abstract: 本发明实施例公开一种自动驾驶变道速度控制方法、计算机设备及存储介质，获取变道车辆当前的驾驶信息数据，其中，所述驾驶信息数据包括位置信息及速度信息，所述变道车辆为自动驾驶车辆；基于所述位置信息确定所述变道车辆在原车道以及目标车道的周围车辆驾驶信息数据，其中，所述周围车辆包括所述变道车辆原车道前车、目标车道的前后车；基于所述变道车辆当前的驾驶信息数据、所述周围车辆的驾驶信息数据输入训练好的深度强化学习模型，输出所述变道车辆的加速度的值和方向角；如此，在未来车联网的混合交通流情况下，自动驾驶车辆能够充分感知混合交通流中的周围车辆驾驶状态，从而能够提高变道效率，从而提高道路出行效率以及安全性道。
-
公开(公告)号：CN116923401A
公开(公告)日：2023-10-24
申请号：CN202210320191.4
申请日：2022-03-29
Applicant: 中南大学
Abstract: 本发明实施例公开一种自动驾驶跟驰速度控制方法、计算机设备及存储介质，获取目标车辆当前的驾驶信息数据，其中，驾驶信息数据包括位置信息及速度信息，目标车辆为自动驾驶车辆；基于位置信息确定目标车辆的前车及后车的驾驶信息数据，从而构建自动驾驶跟驰环境；基于强化学习框架确定状态空间为自动驾驶车辆与前车和后车之间的相对距离和相对速度，动作为自动驾驶车辆的加速度，通过设计强化学习算法中的奖励函数来引导自动驾驶车辆避免与前后车发生碰撞；将目标车辆当前的驾驶信息数据、前车驾驶信息数据及后车驾驶信息数据输入训练好的深度强化学习模型，输出目标车辆的加速度，从而控制自动驾驶车辆的跟驰速度。
-
Patent Agency Ranking
公开(公告)号：CN117590478A
公开(公告)日：2024-02-23
申请号：CN202311555193.2
申请日：2023-11-21
Applicant: 中南大学
IPC: G01V3/38
Abstract: 本发明公开了一种基于卷积神经网络和小波阈值法的大地电磁信号噪声压制方法及系统，方法包括：构建大地电磁纯净数据和多种大地电磁噪声，将其与标签输入至卷积神经网络训练，得到多分类模型；将实测大地电磁数据分段输入至多分类模型，细分各数据段的噪声类型并获取纯净数据段；将实测纯净数据分别与各类大地电磁噪声叠加作为模拟带噪数据；再针对各种类型的模拟带噪数据，采用小波阈值法去噪，并依据信噪比参数确定最优WT参数；针对实测大地电磁数据中各种噪声类型的数据段，使用对应的最优WT参数进行小波阈值法去噪，再将去噪后的数据段与细分的纯净数据段拼接，得到最终去噪后的大地电磁信号。本发明对大地电磁数据的去噪性能好。
-
公开(公告)号：CN115402319A
公开(公告)日：2022-11-29
申请号：CN202211114796.4
申请日：2022-09-14
Applicant: 中南大学
Abstract: 本发明实施例公开一种自动驾驶变道速度控制方法、计算机设备及存储介质，获取变道车辆当前的驾驶信息数据，其中，所述驾驶信息数据包括位置信息及速度信息，所述变道车辆为自动驾驶车辆；基于所述位置信息确定所述变道车辆在原车道以及目标车道的周围车辆驾驶信息数据，其中，所述周围车辆包括所述变道车辆原车道前车、目标车道的前后车；基于所述变道车辆当前的驾驶信息数据、所述周围车辆的驾驶信息数据输入训练好的深度强化学习模型，输出所述变道车辆的加速度的值和方向角；如此，在未来车联网的混合交通流情况下，自动驾驶车辆能够充分感知混合交通流中的周围车辆驾驶状态，从而能够提高变道效率，从而提高道路出行效率以及安全性道。
-
公开(公告)号：CN112918478B
公开(公告)日：2022-04-01
申请号：CN202110463004.3
申请日：2021-04-27
Applicant: 中南大学
Abstract: 本发明实施例公开了一种车辆变道的预测方法、装置及计算机存储介质，包括：获取目标路段上的历史交通流运行数据；根据历史交通流运行数据获取变道车辆的历史变道轨迹数据和相邻车辆在变道过程中的历史轨迹数据、以及历史相对运动参数及历史调和势值；根据变道车辆的历史变道轨迹数据获取变道车辆在变道过程中的历史转向角；将历史转向角作为输出、历史相对运动参数和历史调和势值作为输入，建立极端随机树模型；获取目标路段上待变道车辆与目标相邻车辆的当前相对运动参数及当前调和势值，基于所述极端随机树模型对待变道车辆的转向角进行预测。如此，通过准确预测待变道车辆对应的转向角，能够有效提高驾驶安全性，减少交通事故发生概率。
-
公开(公告)号：CN118585916B
公开(公告)日：2025-02-07
申请号：CN202410969727.4
申请日：2024-07-19
Applicant: 中南大学
IPC: G06F18/243 , G06N3/044 , G06N3/0464 , G06N3/09 , G06F18/2131 , G06F123/02
Abstract: 本发明涉及一种基于深度学习的时间序列智能识别方法及系统，方法包括：基于深度学习的CNN和RNN，结合STFT算法，构建TF‑DCRNN模型；构建用于信号分类的时间序列数据集及对应的信号类型标签，时间序列数据集包括训练集、验证集和测试集；利用训练集、验证集和测试集，依次对TF‑DCRNN模型进行训练、验证和测试，输出分类标签；将分类标签与信号类型标签进行比较，得到时间序列识别结果。TF‑DCRNN模型继承了CNN和RNN的优势，有效降低网络超参数训练量，防止过拟合情况发生；结合了信号的时频特征，增加了网络的可解释性，提升了网络整体性能。
-
公开(公告)号：CN118092525A
公开(公告)日：2024-05-28
申请号：CN202410162734.3
申请日：2024-02-05
Applicant: 中南大学 , 湖南创鸿立德科技集团股份有限公司
IPC: G05D13/62
Abstract: 本申请适用于自动驾驶技术领域，提供了一种自动驾驶车辆的速度控制方法、装置、设备及介质。该方法包括：获取目标车辆当前的驾驶信息数据、周围车辆当前的驾驶信息数据以及人类驾驶车辆轨迹数据；构建目标车辆的仿真驾驶环境；基于目标车辆的驾驶信息数据以及周围车辆的驾驶信息数据，利用SAC算法生成合成轨迹并在仿真驾驶环境中运行合成轨迹；根据运行结果和人类驾驶车辆轨迹数据计算辅助奖励函数值，判别器计算奖励函数值，并对SAC算法进行优化；利用优化后的SAC算法生成最终合成轨迹；根据最终合成轨迹控制目标车辆的加速度和速度方向。本申请的方法能够提高自动驾驶车辆控制的合理性。
-
-
-
-
-
-
-
-
-
Search Results
11
records
(took 0.023 seconds)
