一种基于交通参与者之间关系表征的轨迹预测方法

    公开(公告)号:CN113963024A

    公开(公告)日:2022-01-21

    申请号:CN202111227264.7

    申请日:2021-10-21

    Applicant: 长安大学

    Abstract: 本发明涉及轨迹预测领域,具体涉及一种基于交通参与者之间关系表征的轨迹预测方法。本发明在以各参与者相对距离为特征向量的基础上,加入实例分割对不同参与者的活动范围进行区分,对同类和不同类参与者之间的时空关系进行建模,能够应用于真实复杂的交通环境,有效且强相关地包含了交通场景各个交通参与者的交互特征,提高了轨迹预测的准确性,也极大的促进了轨迹预测的实用性。

    一种可降低气流突变的铁路隧道洞口辅助系统

    公开(公告)号:CN113605920A

    公开(公告)日:2021-11-05

    申请号:CN202110967623.6

    申请日:2021-08-23

    Applicant: 长安大学

    Abstract: 本发明公开了一种可降低气流突变的铁路隧道洞口辅助系统,包括:设置在隧道入口处的入口降阻减噪结构和设置在隧道出口处的出口降阻减噪结构;所述入口降阻减噪结构包含由隧道入口向外设置的多层入口拱形结构;每一层入口拱形结构包含多片呈周向分布的入口导流板;所述出口降阻减噪结构包含由隧道出口向外设置的多层出口拱形结构,每一层出口拱形结构包含多片呈周向分布的出口导流板。本发明技术方案具有以下有益效果:一、隧道出入口的导流板构成的空间通道直径变化平缓;二、多层拱形结构尺寸在远离洞口的方向逐渐增大,相邻层拱形结构的导流板交错重叠;三、导流板的颜色随远离洞口的方向逐渐变淡,可减弱列车进出洞时光线突变引起的不适感。

    一种基于并行多级宽度神经网络的学习方法

    公开(公告)号:CN110110845A

    公开(公告)日:2019-08-09

    申请号:CN201910331708.8

    申请日:2019-04-24

    Applicant: 长安大学

    Abstract: 本发明公开了一种基于并行多级宽度神经网络的学习方法,包括以下步骤:获取验证集,构建基分类器;对并行M级宽度神经网络的每级进行训练和验证,得到训练后的并行M级宽度神经网络和每级宽度神经网络对应的验证输出;通过统计计算得到每级宽度神经网络的决策阈值;通过测试集对验证后的并行多级宽度神经网络进行测试。本发明的神经网络具有多级结构,每级针对数据的不同部分进行学习,且可实现并行化训练和测试。每一级采用一种宽度神经网络在宽度方向进行特征学习;通过多个宽度神经网络作为基分类器在宽度方向的再次连接,实现两个宽度方向上的分类器集成;通过增加新一级的宽度神经网络实现网络的增量学习;且可实现并行化测试。

    一种可降低气流突变的铁路隧道洞口辅助系统

    公开(公告)号:CN216477354U

    公开(公告)日:2022-05-10

    申请号:CN202121984102.3

    申请日:2021-08-23

    Applicant: 长安大学

    Abstract: 本实用新型公开了一种可降低气流突变的铁路隧道洞口辅助系统,包括:设置在隧道入口处的入口降阻减噪结构和设置在隧道出口处的出口降阻减噪结构;所述入口降阻减噪结构包含由隧道入口向外设置的多层入口拱形结构;每一层入口拱形结构包含多片呈周向分布的入口导流板;所述出口降阻减噪结构包含由隧道出口向外设置的多层出口拱形结构,每一层出口拱形结构包含多片呈周向分布的出口导流板。本实用新型具有以下有益效果:一、隧道出入口的导流板构成的空间通道直径变化平缓;二、多层拱形结构尺寸在远离洞口的方向逐渐增大,相邻层拱形结构的导流板交错重叠;三、导流板的颜色随远离洞口的方向逐渐变淡,可减弱列车进出洞时光线突变引起的不适感。

Patent Agency Ranking