-
公开(公告)号：CN113053141B
公开(公告)日：2021-12-17
申请号：CN202110306165.1
申请日：2021-03-23
Applicant: 长安大学
Abstract: 本发明提供一种基于CV数据的自适应交通信号控制方法，包括以下步骤：对实时接收到的CV数据储存于CV数据存储模块并作为当前周期CV数据；利用当前周期CV数据计算下一周期的相位顺序与相位分配时间；利用计算的相位顺序以及相位分配时间对信号进行控制并获取数据反馈；释放当前周期CV数据，将下一周期的CV数据重新储存，将数据反馈存储于数据反馈存储模块。本发明还提供基于CV数据的交通信号控制装置。本发明根据存储的数据对当前的交通流进行预测，根据得到的相位信息对交通流进行控制得到数据反馈；本发明在获得最优控制决策的同时得到了数据反馈即了解了控制方法的有效性，使得控制更加有效。
-
公开(公告)号：CN111105393A
公开(公告)日：2020-05-05
申请号：CN201911169056.9
申请日：2019-11-25
Applicant: 长安大学
Abstract: 本发明公开了一种基于深度学习的葡萄病虫害识别方法，包括以下步骤：对获取的葡萄株图像进行处理得到图像特征信息；对图像特征信息进行分析提取病虫害特征信息；将提取的病虫害信息与预设数据特征库进行对比，获取葡萄病虫害类型。本发明还提出一种基于深度学习的葡萄病虫害识别装置。本发明将深度学习的方法用于病虫害检测，代替人工检测葡萄病虫害的情况，有效降低了因人工主观性带来的诊断失误，节约了大量的人工成本，提高了葡萄病虫害检测的准确率和检测速度，有效提高了葡萄种植者的工作效率，节省大量人力，物力，具有十分广阔的市场应用前景。
-
公开(公告)号：CN109213755B
公开(公告)日：2019-09-24
申请号：CN201811194158.1
申请日：2018-09-30
Applicant: 长安大学
IPC: G06F16/215
Abstract: 本发明公开了一种基于时空序列的交通流数据清洗与修复方法，包括以下步骤：对实时接收到的交通流信息按照固定格式存储于脏数据存储模块；采用数据清洗模块对脏数据存储模块内的交通流信息进行清洗得到清洗后的数据；采用数据修复模块对清洗后的数据建模并进行数据修复，得到修复数据；将修复数据存储于干净数据存储模块。本发明通过简化交通流数据清洗过程，采用时间与空间并行分析方法，将细胞传输模型与卡尔曼滤波算法运用于交通流数据修复，方便、快捷、准确的进行交通流数据清洗、处理及修复工作，提高数据的准确性。
-
公开(公告)号：CN117807413A
公开(公告)日：2024-04-02
申请号：CN202310993736.2
申请日：2023-08-08
Applicant: 长安大学
IPC: G06F18/211 , G06N5/01 , G06N20/20 , G06N3/0455 , G06N3/047 , G06N3/096 , G06N3/049 , G08G1/01
Abstract: 本发明提供基于随机森林和改进的Informer模型的车辆换道轨迹预测方法，涉及交通车辆轨迹预测技术领域，包括如下的步骤：基于车载传感器和公开的自然驾驶数据集，采集车辆行车信息；对车辆行车信息进行预处理得到预处理车辆行车信息；对预处理车辆行车信息采用随机森林算法构建数据集；根据车辆数据的特点以及车辆换道轨迹预测需求通过训练模型预测车辆换道轨迹。本发明增加训练数据的丰富性，提高模型的泛化能力，采用属性随机选择技术避免了其他属性对于分类效果的影响，提高模型的鲁棒性，降低了发生过拟合的风险，降低模型运行的时间和资源消耗。
-
公开(公告)号：CN113053123A
公开(公告)日：2021-06-29
申请号：CN202110306163.2
申请日：2021-03-23
Applicant: 长安大学
Abstract: 本发明提供一种基于时空大数据的交通量预测方法，包括以下步骤：获取目标检测路段在一定时间间隔的交通流信息；对交通流信息按照网格图形式进行存储；对存储的交通流信息进行建模并提取空间异质性和时间异质性；利用CNN的输出经过参数重整作为LSTM的输入得到预测结果。本发明还提出基于时空大数据的交通量预测装置。本发明收集目标检测路段及其周围路段的检测器一定时间间隔内的流量信息；通过3DCNN卷积神经网络提取空间关系与部分时间，再将CNN的输出经过参数重整作为LSTM的输入，提取更高更完整的时间依赖性，该方法对预测交通量的准确程度较高，对硬件和工程量要求较低，方便实现。
-
Patent Agency Ranking
公开(公告)号：CN111753910A
公开(公告)日：2020-10-09
申请号：CN202010593477.0
申请日：2020-06-27
Applicant: 长安大学
Abstract: 本发明公开了一种基于LSTM的滴滴订单需求预测方法，包括以下步骤：对获取的GPS订单数据进行筛选清洗得到预处理数据，将预处理数据匹配到实际地图道路网络中；对预处理数据进行聚类分析得到区域数据簇，根据区域数据簇将实际地图道路网络划分若干子区域；根据子区域中的预处理数据训练基于长短期记忆网络的订单预测模型；通过订单预测模型预测每一子区域每一时段内的起点订单数量和终点订单数量，寻找热点区域；计算热点区域的订单差值，根据订单差值判断子区域该时段的车辆实际需求量。本发明还公开了一种基于LSTM的滴滴订单需求预测装置，本发明有利于提高滴滴司机的经济效益并提升乘客的乘车体验。
-
公开(公告)号：CN110197588B
公开(公告)日：2020-07-28
申请号：CN201910474883.2
申请日：2019-06-03
Applicant: 长安大学
Abstract: 本发明公开了一种基于GPS轨迹数据的大货车驾驶行为评估方法，包括以下步骤：从原始GPS数据中筛选待测车辆的所有行驶轨迹数据；对行驶轨迹数据进行处理获取有效行驶轨迹数据；对有效行驶轨迹数据进行分析处理，得到有效研究轨迹；计算有效研究轨迹的风险驾驶行为指标对驾驶行为进行评估。本发明还提出一种基于GPS轨迹数据的大货车驾驶行为评估装置。本发明对海量GPS原始数据进行挖掘，提取有效轨迹行程，并识别车辆运行主要路线，通过建立不同指标不同权重的大货车驾驶员的驾驶行为轨迹评分机制，可以准确还原行驶轨迹数据，提高划分行程轨迹的精确度，正确的提出驾驶安全评估参数，对潜在的风险驾驶行为以及过重的驾驶负荷进行评估。
-
公开(公告)号：CN105445082B
公开(公告)日：2018-06-12
申请号：CN201510827731.8
申请日：2015-11-24
Applicant: 长安大学
IPC: G01N1/34
Abstract: 本发明公开了一种双水相体系及其分离番茄酱中三聚氰胺的应用，包括1‑丁基‑4‑甲基吡啶四氟硼酸盐、磷酸二氢钠盐和蒸馏水，其中1‑丁基‑4‑甲基吡啶四氟硼酸盐的质量分数为35％～40％，磷酸二氢钠盐的质量分数为26％，其余组分为蒸馏水，三者总质量分数为100％。按质量比为5：1向上述双水相体系中加入待测三聚氰胺溶液，然后在温度30℃～40℃，pH值为4.2～4.4，恒温震荡30min，分相后静置萃取24h。该方法对番茄酱中三聚氰胺的萃取率可达98.6％。具有检出限低，相对标准偏差较小的特点。既能满足有关食品卫生部门对三聚氰胺的检出要求，同时操作简单适用于番茄酱中三聚氰胺的定量分析。
-
公开(公告)号：CN117807413B
公开(公告)日：2024-11-15
申请号：CN202310993736.2
申请日：2023-08-08
Applicant: 长安大学
IPC: G06F18/211 , G06N5/01 , G06N20/20 , G06N3/0455 , G06N3/047 , G06N3/096 , G06N3/049 , G08G1/01
Abstract: 本发明提供基于随机森林和改进的Informer模型的车辆换道轨迹预测方法，涉及交通车辆轨迹预测技术领域，包括如下的步骤：基于车载传感器和公开的自然驾驶数据集，采集车辆行车信息；对车辆行车信息进行预处理得到预处理车辆行车信息；对预处理车辆行车信息采用随机森林算法构建数据集；根据车辆数据的特点以及车辆换道轨迹预测需求通过训练模型预测车辆换道轨迹。本发明增加训练数据的丰富性，提高模型的泛化能力，采用属性随机选择技术避免了其他属性对于分类效果的影响，提高模型的鲁棒性，降低了发生过拟合的风险，降低模型运行的时间和资源消耗。
-
公开(公告)号：CN118223017A
公开(公告)日：2024-06-21
申请号：CN202410514778.8
申请日：2024-04-26
Applicant: 长安大学
IPC: C23C22/66
Abstract: 本发明属于金属材料表面改性技术领域，具体涉及一种在铝合金表面生成转化膜的方法，包括以下过程：将次亚磷酸钠、硼酸和镍盐加入去离子水中，加热搅拌，得到A溶液；先将铜盐和柠檬酸钠加入去离子水中，加热搅拌，得到络合铜溶液；将A溶液与络合铜溶液混合后，加入镍盐，再加入去离子水，调节至碱性，得到转化溶液；将预处理后的铝合金样品放入转化溶液中，进行磁力搅拌，使铝合金样品表面生成一层均匀的转化膜。在碱性条件下，铜离子未能及时还原为铜单质，而是形成一价铜离子后，进而快速与偏铝酸根产生复杂反应，在合适的温度和碱性环境下生成陶瓷膜Cu2Al4O7，此陶瓷膜因其高硬度和高熔点特性，显著增强了铝合金表面的耐磨性。
-
-
-
-
-
-
-
-
-
Search Results
25
records
(took 0.019 seconds)
