一种城市道路交通拥堵多原因自动实时识别方法及系统

    公开(公告)号:CN111797768A

    公开(公告)日:2020-10-20

    申请号:CN202010639707.2

    申请日:2020-07-06

    Applicant: 华侨大学

    Abstract: 本发明公开了一种城市道路交通拥堵多原因自动实时识别方法及系统,所述识别方法包括:采集获取研究区域范围内的一条城市道路历史上交通状态的n个可观测数据作为输入,m种交通拥堵原因作为输出,建立包含p条历史记录的训练样本数据集;确定每种交通拥堵原因与n个可观测数据间的因果关系,构建因果贝叶斯网络结构;采用训练样本数据集中的历史记录对所述因果贝叶斯网络的参数进行训练,获得训练后的因果贝叶斯网络;将该城市道路当前交通状态的多个可观测数据输入训练后的因果贝叶斯网络,贝叶斯网络的输出即识别的该城市道路当前拥堵的多原因。本发明利用因果贝叶斯网络实现了仅根据多个可观测数据就可自动实时识别城市道路交通拥堵的多原因。

    基于缺损数据的非线性特征提取和分类方法

    公开(公告)号:CN106203480B

    公开(公告)日:2019-06-04

    申请号:CN201610498802.9

    申请日:2016-06-29

    Applicant: 华侨大学

    Abstract: 本发明公开了一种基于缺损数据的非线性特征提取和分类方法,包括以下步骤:采用缺损数据的距离估计方法来构造数据点的局部邻域集和局部邻域集对应的缺失标记集;构造基于所述局部邻域集和其对应的缺失标记集的核范数正则化模型,并使用自适应定点迭代算法求解该模型来提取局部坐标;对齐所述局部坐标,获得全局坐标。本发明的方法在面对缺损数据时,可以有效地构造邻域集、提取局部坐标以及恢复全局坐标,最终实现缺损数据的非线性特征提取和分类。

    一种人脸图像的年龄估计方法

    公开(公告)号:CN105956571A

    公开(公告)日:2016-09-21

    申请号:CN201610317460.6

    申请日:2016-05-13

    Applicant: 华侨大学

    CPC classification number: G06K9/00221 G06K9/00268 G06K2009/00322

    Abstract: 本发明的一种人脸图像的年龄估计方法,该方法包括五个部分:(1)图像的分块;(2)用PCA算法学习分块处理后的矩阵得到卷积操作的卷积核;(3)然后用PCA算法学习得到的卷积核进行卷积操作;(4)用二值化的方式在第二个卷积层后面进行非线性处理;(5)用直方图统计的方法进行特征抽取。该方法提取特征后用非线性支持向量回归K‑SVR(Kernel function Support Vector Regression)来估计年龄值,经过实验表明可以大大提高年龄估计的准确率。

    批处理混合对比学习的跨模态情绪异常检测方法和装置

    公开(公告)号:CN116978106B

    公开(公告)日:2024-01-05

    申请号:CN202311230516.0

    申请日:2023-09-22

    Applicant: 华侨大学

    Abstract: 本发明提供批处理混合对比学习的跨模态情绪异常检测方法和装置,涉及情绪检测技术领域。包含:S1、获取待检测情绪对象的语音数据和面部视频数据。S2、采用标准的Facet方法从面部视频数据中提取对话过程中的初始面部情绪特征。S3、采用标准的梅尔倒频谱系数提取方法将语音数据转化为梅尔频谱图,获取初始语音情绪特征。S4、分别通过单向长短期记忆神经网络和多层感知机神经网络从初始面部情绪特征和初始语音情绪特征中提取高层面部情绪特征和高层语音情绪特征。S5、将高层面部情绪特征和高层语音情绪特征映射到公共语义特征空间。S6、根据映射到公共语义特征空间的特征,通过双组贝塔混合模型拟合相似度分数,并判断待检测情

    批处理混合对比学习的跨模态情绪异常检测方法和装置

    公开(公告)号:CN116978106A

    公开(公告)日:2023-10-31

    申请号:CN202311230516.0

    申请日:2023-09-22

    Applicant: 华侨大学

    Abstract: 本发明提供批处理混合对比学习的跨模态情绪异常检测方法和装置,涉及情绪检测技术领域。包含:S1、获取待检测情绪对象的语音数据和面部视频数据。S2、采用标准的Facet方法从面部视频数据中提取对话过程中的初始面部情绪特征。S3、采用标准的梅尔倒频谱系数提取方法将语音数据转化为梅尔频谱图,获取初始语音情绪特征。S4、分别通过单向长短期记忆神经网络和多层感知机神经网络从初始面部情绪特征和初始语音情绪特征中提取高层面部情绪特征和高层语音情绪特征。S5、将高层面部情绪特征和高层语音情绪特征映射到公共语义特征空间。S6、根据映射到公共语义特征空间的特征,通过双组贝塔混合模型拟合相似度分数,并判断待检测情绪对象的情绪是否异常。

    一种动态需求响应式公交的线路优化方法、设备和介质

    公开(公告)号:CN116432887B

    公开(公告)日:2023-09-05

    申请号:CN202310705862.3

    申请日:2023-06-15

    Applicant: 华侨大学

    Inventor: 王靖 李会东

    Abstract: 本发明提供一种动态需求响应式公交的线路优化方法、设备和介质,涉及智慧交通技术领域。这种线路优化方法包含步骤S1和步骤S2。S1、获取当前时刻的乘车请求,以及动态需求响应式公交的行驶路线。其中,乘车请求包含上车站点和下车站点。S2、将乘车请求和行驶路线输入动态需求响应式公交的线路优化模型进行求解,获取加入上车站点和下车站点的最优路线。其中,线路优化模型通过将完全灵活的动态需求响应式公交运营模式下的线路优化问题建模为基于路线的马尔可夫决策过程模型得到。完全灵活的动态需求响应式公交运营模式为车辆没有固定的初始线路和时刻表。本发明的线路优化方法能够快速的将乘车请求和行车线路进行匹配,大大提高了乘客的服务效率。

    一种适用于大规模RFID系统的批量认证方法

    公开(公告)号:CN113392663B

    公开(公告)日:2022-05-20

    申请号:CN202110640717.2

    申请日:2021-06-09

    Applicant: 华侨大学

    Abstract: 本发明涉及RFID技术领域,公开了一种适用于大规模RFID系统的批量认证方法,包括以下步骤:RFID阅读器发起一个认证命令,所有的待检测标签接收到命令后,使用该命令所附带的信息分布式地构造一个简单的布隆过滤器向量BFt,该向量中保存着待检测集合的信息,阅读器根据已注册标签的信息构造一个类似的向量BFs,通过将BFt与BFs比较,剔除BFt中包含的已注册标签的信息得到向量BF,通过BF可以较为准确地得出待检测标签集合中有无假冒标签以及假冒标签的数量。本发明得到的估计结果较为准确,并且在多次认证过程中,表现稳定。

    基于组合控制策略的交通信号灯实时控制方法及系统

    公开(公告)号:CN112309147A

    公开(公告)日:2021-02-02

    申请号:CN202011191875.6

    申请日:2020-10-30

    Applicant: 华侨大学

    Abstract: 本发明涉及一种基于组合控制策略的交通信号灯实时控制方法及系统。所述交通信号灯控制方法包括:根据实测车流量,以绿灯时长和信号状态作为可控变量,确定目标车流方向以及对应的绿灯持续时长、确定各车流方向的路段饱和度、确定各车流方向的车流量、确定各车流方向的红灯等待时长,并根据这些条件改变目标车流方向。本发明提供的一种基于组合控制策略的交通信号灯实时控制方法及系统实现了在不同的交通情况下选择适应的信号控制策略,自动适应流量情况。该方法能够及时处理紧急情况,提升了交叉口通行效率,使得交叉口信号达到精细化和智能化控制,解决了交叉口拥堵现象频发,信号灯控制方法的精确性、灵活性较差等问题。

    一种人脸图像的年龄估计方法

    公开(公告)号:CN105956571B

    公开(公告)日:2019-03-12

    申请号:CN201610317460.6

    申请日:2016-05-13

    Applicant: 华侨大学

    Abstract: 本发明的一种人脸图像的年龄估计方法,该方法包括五个部分:(1)图像的分块;(2)用PCA算法学习分块处理后的矩阵得到卷积操作的卷积核;(3)然后用PCA算法学习得到的卷积核进行卷积操作;(4)用二值化的方式在第二个卷积层后面进行非线性处理;(5)用直方图统计的方法进行特征抽取。该方法提取特征后用非线性支持向量回归K‑SVR(Kernel function Support Vector Regression)来估计年龄值,经过实验表明可以大大提高年龄估计的准确率。

    基于截断Dirichlet过程无限Student’st混合模型的脑部核磁共振图像分割方法

    公开(公告)号:CN106023236A

    公开(公告)日:2016-10-12

    申请号:CN201610431135.2

    申请日:2016-06-16

    Applicant: 华侨大学

    CPC classification number: G06T2207/10088 G06T2207/30016

    Abstract: 本发明涉及一种基于截断Dirichlet过程无限Student’s t混合模型的脑部核磁共振图像分割方法,基于Dirichlet过程无限Student’s t混合模型,将无限Student’s t混合模型中的分量数假设为预设的图像的分割数K,然后利用期望最大化算法对模型进行求解,再利用贝叶斯最大后验概率准则进行图像分割。本发明所述的方法中,假设的Student’s t混合模型直接对应到脑部核磁共振图像不同的部分,而且Student’s t分布的高尾部特性决定了模型有较好的抗噪效果,从而实现脑部核磁共振图像分割。求解Dirichlet过程无限Student’s t混合模型的过程中,本发明用简单高效的期望最大化算法对基于截断Dirichlet过程无限Student’s t混合模型进行求解,使模型的求解变得更易实现。本发明的实施,能够在PC端对一幅脑部核磁共振图像快速自动地进行分割。

Patent Agency Ranking