-
公开(公告)号：CN101286160B
公开(公告)日：2010-09-22
申请号：CN200810038369.6
申请日：2008-05-30
Applicant: 同济大学
IPC: G06F17/30
Abstract: 本发明揭示了一种数据库索引的方法，该方法包括如下步骤：步骤A、根据索引数据库建立一B+树；步骤B、定义步骤A中的B+树的数据结构，将重复的键值存储于B+树的叶节点中；步骤C、执行索引操作，包括查询操作、插入操作、删除操作。本发明的利用B+树的数据库索引方法，由于将重复出现的键值直接存储在B+树的叶节点中，避免了使用溢出节点，所以当溢出节点相对于键值较大时，而数据表中又存在一定量的重复键值的情况下，本发明能够有效地避免空间的浪费，从而减少索引文件的大小，同时也拓宽了B+树的适用范围。由此优化了数据库索引方案。
-
公开(公告)号：CN101626305A
公开(公告)日：2010-01-13
申请号：CN200810040408.6
申请日：2008-07-09
Applicant: 同济大学
Abstract: 本发明涉及一种提高网络环境安全性的可信动态级调度方法，该调度方法包括：基于贝叶斯模型构建信任度评估模型；当有任务请求网格系统的资源时，采用上述的信任度评估模型度量各资源节点的交互成功度，获得适合该任务的最优可信资源；将该最优可信资源调度给当前任务。与现有技术相比，本发明以较小的时间花费为代价，有效提高应用任务在可信方面的服务质量需求，保证网格环境中任务的安全可信地执行。
-
公开(公告)号：CN101295326A
公开(公告)日：2008-10-29
申请号：CN200810038365.8
申请日：2008-05-30
Applicant: 同济大学
Abstract: 一种基于GPS数据生成OD矩阵的方法及其交通仿真的方法，包括：提供出租车GPS数据，该GPS数据由出租车GPS消息构成，每一出租车GPS消息包括：车辆ID、经度、纬度、速度、车状态、角度、时间；根据所述出租车GPS消息中的车状态变化寻找OD对，生成OD矩阵。一种应用GPS数据生成OD矩阵的交通仿真的方法，包括应用上述OD矩阵，输入某一时段静态OD，获得OD表；通过该OD表计算出单位时间内通过某一OD节点的车辆总数；确定车辆产生的时刻、目的地、车辆的类型；根据不同车辆类型按照指定的时间间隔产生车辆。本发明通过分析长时间的少量出租车的GPS数据来获得全局的OD矩阵，运行效率高。并且以OD矩阵作为仿真的运行基础，能很好地反映实际交通运行状况。
-
公开(公告)号：CN101286317A
公开(公告)日：2008-10-15
申请号：CN200810038370.9
申请日：2008-05-30
Applicant: 同济大学
Abstract: 本发明揭示了一种语音识别装置，包括数据采集管理模块、语音识别模块、模型训练模块，数据采集管理模块、模型训练模块分别与语音识别模块连接；模型训练模块用于产生可供识别器识别的HMM模型，其包括训练配置信息单元、语音编码转换单元、训练过程控制单元、训练强度控制单元；数据采集管理模块包括录制单元、数据存储整理单元；语音识别模块包括数据预处理单元、语音回放单元、识别单元。由于本发明不但提供语音识别模块，还提供了配套的数据采集管理模块和模型训练模块，因此可方便地根据不同城市的交通路名情况配置相应识别装置，达到通行性的效果。在训练数据充足的情况下，使用本发明训练过程得到的HMM模型识别正确率也将得到保证。
-
公开(公告)号：CN101286267A
公开(公告)日：2008-10-15
申请号：CN200810038368.1
申请日：2008-05-30
Applicant: 同济大学
IPC: G08G1/00 , G08G1/123 , G08G1/133 , G08G1/16 , G08G1/0969 , G08G1/0965 , H04L29/08
Abstract: 本发明揭示了一种基于多源数据的无线自组网的交通导航方法，包括突发交通事件预警过程，该预警过程包括如下步骤：步骤1A、获取从信息采集模块收集的信息；步骤1B、依据步骤1A获取的信息等级设置该事件的紧急度、以及该事件消息所需分发的区域范围和方向；步骤1C、收集到突发交通事件消息的车辆节点，依照该交通事件的类型和紧急度，调整该消息需分发的优先级和区域范围，并按照消息的分发方向转发该事件消息；步骤1D、接收到突发交通事件消息的车辆节点，提前将预警信息通知给司机和乘客。本发明增加对交通突发事件的预警功能，较好地防止当事故发生时，出现连环碰撞。
-
Patent Agency Ranking
公开(公告)号：CN1963847A
公开(公告)日：2007-05-16
申请号：CN200510110083.0
申请日：2005-11-07
Applicant: 同济大学
Abstract: 一种预测公交车到站的方法，包括以下步骤：数据采集；数据预处理；处理建模；预测路况：结合历史模型库和当天路段状况的信息，预测出当天某一个时间点路段所处的状态；公交到站预测：实时接受公交车的行驶数据，判断出车站最近的一部公交车的具体位置，预测出此部公交车到公交站点之间的各个路段的未来的路况，计算出此公交车在各个路段上所消耗的时间，从而预测出到站的时间；建模更新。本发明方法在GPS数据基础上建立模型，可通过并行计算技术处理海量GPS数据，可有效地结合当天实时数据预测公交到站，由于数据源可以持久有效地不断供应路段数据，便可以不断更新各个路段的历史模型，从而更加有效地预测路况。使得预测公交车到站更加准确及时。
-
公开(公告)号：CN1963763A
公开(公告)日：2007-05-16
申请号：CN200510110168.9
申请日：2005-11-09
Applicant: 同济大学
IPC: G06F9/46
Abstract: 本发明提供一种网格环境下动态在线式任务调度系统及其调度方法，包括任务调度器、资源管理者、网格资源分配管理模块、网格资源信息服务模块、网格信息目录服务模块。所述任务调度器包括任务池、任务接收者、任务调度者和任务管理者，所述任务调度器包括任务池、任务接收者、任务调度者和任务管理者，所述任务接收者将收到的任务放入所述任务池中，所述任务调度者负责采用调度策略调度任务池中的任务，并为每个任务创建一个任务管理者，所述任务管理者相当于客户代理，根据客户的需求管理任务。本发明技术方案运行于Globus Toolkit 2计算网格平台之上，基于Globus Toolkit 2的元计算目录服务和GRAM两大模块实现。其具有可移植性，配置方便，无需第三方软件支持的优点。
-
公开(公告)号：CN1956022A
公开(公告)日：2007-05-02
申请号：CN200610117189.8
申请日：2006-10-16
Applicant: 同济大学
Abstract: 一种交通导航方法，应用于由交通信息中心、基站以及多个移动终端组成的交通服务系统中，所述各移动终端分别连接至所述基站，并彼此互连行成移动终端网络，所述基站与所述交通信息中心连接，以提供移动终端在交通服务区域内的交通导航服务，该交通导航方法包括由所述基站向所述多个移动终端提供所述交通服务区域内的道路路口实时交通状况信息服，以及由附近其他移动终端向所述多个移动终端提供所述交通服务区域内其当前位置附近路段的实时交通状况信息服务，从而为使用者提供高质量及多种类的交通导航服务。
-
公开(公告)号：CN1953444A
公开(公告)日：2007-04-25
申请号：CN200510030592.2
申请日：2005-10-17
Applicant: 同济大学
Abstract: 一种面向瘦客户端的实时数据主动发布系统及方法，包括实时数据生产方、实时数据消费方和实时数据转发模块，所述实时数据转发模块包括实时数据接收模块、实时数据发送模块、数据消费方注册模块，所述实时数据接收模块接收数据生产方所生成数据，所述数据消费方注册模接受实时数据消费方的注册和注销，所述实时数据发送模块根据数据消费方注册模块的信息，将数据发向各个当前已经注册的数据消费方。本发明技术方案使得实时数据的发送即具有主动发送的高实时性和低延迟性，又具备B/S(浏览器/服务器)结构系统的方便性和通用性。且瘦客户端便于系统开发、部署和维护。
-
公开(公告)号：CN119091150A
公开(公告)日：2024-12-06
申请号：CN202411134366.8
申请日：2024-08-19
Applicant: 同济大学
IPC: G06V10/40 , G06V10/764 , G06V10/82 , G06N3/0464 , G06N3/08 , G06T3/4053 , G06T3/4046
Abstract: 本发明涉及一种基于多粒度特征增强的可见光船舶检测方法、设备、介质，包括如下步骤：步骤S1，获取待检测的可见光船舶图像；步骤S2，针对所述可见光船舶图像，通过基于三支决策的可见光图像海雾程度自动分类算法，将所述可见光船舶图像划分为有雾图像或无雾图像；步骤S3，若所述可见光船舶图像被划分为有雾图像，针对所述可见光船舶图像进行精准去雾处理；步骤S4，将所有无雾可见光船舶图像输入预训练好的多粒度特征增强网络中，提取不同粒度的船舶特征，实现可见光船舶检测。与现有技术相比，本发明引入三支决策理论，并融合多粒度思想，设计一个具有辨别性的网络结构。即使可见光船舶检测受到海雾和多尺度船舶影响时，本发明依然能够保持良好的通用性和鲁棒性。
-
-
-
-
-
-
-
-
-
Search Results
53
records
(took 0.017 seconds)
