-
公开(公告)号：CN111444082B
公开(公告)日：2022-02-11
申请号：CN201910046155.1
申请日：2019-01-17
Applicant: 同济大学
IPC: G06F11/36
Abstract: 一种基于Petri网的并发错误检测方法及系统，包括：使用Petri网对被检测系统进行静态分析获取静态分析数据，并根据静态分析数据构建检测系统模型；提取检测系统模型中的规则机制信息，根据规则机制信息生成状态图；提取状态图中的操作标记函数信息，根据操作标记函数信息获取并发错误判断信息，据以遍历判断状态图获取错误检测结果，本发明解决了现有技术存在的对并发错误的检测效率低和检测精度差的技术问题。
-
公开(公告)号：CN113469695A
公开(公告)日：2021-10-01
申请号：CN202010237091.6
申请日：2020-03-30
Applicant: 同济大学
Abstract: 本发明提供一种基于核监督哈希模型的电子欺诈交易识别方法、系统、装置，所述方法包括以下步骤：构建核监督哈希模型；使用已标记的正常交易数据和欺诈交易数据训练所述核监督哈希模型，得到训练好的核监督哈希模型；使用训练好的核监督哈希模型识别正常交易和欺诈交易。本发明的一种基于核监督哈希模型的电子欺诈交易识别方法、系统、装置，用于有效识别新型欺诈交易。
-
公开(公告)号：CN112365704A
公开(公告)日：2021-02-12
申请号：CN202010500372.6
申请日：2020-06-04
Applicant: 同济大学
Abstract: 本发明提供一种基于Petri网的道路交通建模方法、系统、介质及终端，应用于道路交叉口中，包括以下步骤：定义所述道路交叉口；根据对所述道路交叉口的定义，确定所述道路交叉口的相位；根据对所述道路交叉口的定义，采用Petri网对所述道路交叉口的交通流进行建模，以建立交通流模型；根据预设信号控制策略和所述相位，采用Petri网对所述道路交叉口的交通控制信号进行建模，以建立信号控制模型；本发明采用具有可视化图形特性的Petri网对道路交通进行建模，描述相应的道路物理特征、交通流的行为以及信号控制的表示，可适应不同的道路交通场景。
-
公开(公告)号：CN111862595A
公开(公告)日：2020-10-30
申请号：CN202010513633.8
申请日：2020-06-08
Applicant: 同济大学
Abstract: 本发明提供一种基于路网拓扑关系的速度预测方法、系统、介质及设备，所述基于路网拓扑关系的速度预测方法包括：根据路网中所有路段的端点信息，对选定区域路网建立路段的拓扑信息；在路网中选择种子路段和非种子路段；种子路段为路网中对整体预测贡献值最高的若干路段；对路网中非种子路段的一阶预测模型进行权值学习，以预测出速度变化差值；对路网的速度值进行整体预测。本发明在已有的利用交通趋势来预测速度的两步预测模型基础上，通过种子路段预测非种子路段的速度的思想，且利用了路段之间的拓扑性，通过历史数据来衡量相邻路段的速度影响程度，依据每条路段的速度变化值都被其上游路段所决定这一设想，预测得到速度变化值进而预测速度。
-
公开(公告)号：CN111640296A
公开(公告)日：2020-09-08
申请号：CN202010390401.8
申请日：2020-05-08
Applicant: 同济大学
Abstract: 本发明提供一种交通流预测方法、系统、存储介质及终端；所述方法包括以下步骤：根据原始交通数据构建原始交通数据张量；确定原始交通数据张量的维度；对于原始交通数据张量沿各维度的展开分别建立相应的约束矩阵；将原始交通数据张量和约束矩阵输入至动态张量模型中，以使动态张量模型基于原始交通数据张量和约束矩阵输出预测交通数据张量，实现交通流的预测；本发明提出了一对于各维度进行约束的动态张量模型来进行交通流的预测，通过张量的方式从多个维度利用交通流量数据内部的特征，与张量填充方法和一些深度学习方法相比在历史数据完整时能够得到更加精确的预测结果，并且时间代价比其他方法来说相对较低。
-
Patent Agency Ranking
公开(公告)号：CN111639791A
公开(公告)日：2020-09-08
申请号：CN202010393242.7
申请日：2020-05-11
Applicant: 同济大学
Abstract: 本发明提供一种交通流预测方法、系统、存储介质及终端；所述方法包括以下步骤：根据交通数据构建交通流时空张量；搭建基于模糊卷积长短期记忆网络的交通流预测模型；基于交通流时空张量和交通数据训练交通流预测模型，获取训练好的交通流预测模型；基于实时交通流时空张量、实时交通数据及训练好的交通流预测模型预测交通流；本发明考虑了交通数据的不确定性，并使用模糊学习来处理数据不确定性，其中模糊规则可以自适应地学习不需要依赖人类经验；在进行交通流预测时，充分考虑了交通流的时空相关性、外部因素和数据不确定性的影响，融合了深度卷积LSTM网络和模糊神经网络，使得交通流的预测效果更加准确可靠。
-
公开(公告)号：CN111638941A
公开(公告)日：2020-09-08
申请号：CN202010436180.3
申请日：2020-05-21
Applicant: 同济大学
Abstract: 本发明提供一种基于数据资源分布的跨域方舱计算系统及方法，方舱生成与管理系统根据方舱数据与资源请求从虚拟数据中心系统获取数据资源分布图，从跨域资源管理系统获取跨域资源目录，并计算方舱的资源需求清单；跨域资源管理系统根据方舱的资源需求清单向资源所属的公有云或非云资源发出资源请求，并将资源请求成功信息发送至方舱生成与管理系统，以使方舱用户根据获取的跨域资源和数据资源分布图对应的数据资源建立方舱，并实现方舱计算。本发明的基于数据资源分布的跨域方舱计算系统及方法能够为动态任务生成专用定制、跨域伸缩、系统运维自治的任务计算环境。
-
公开(公告)号：CN106126328B
公开(公告)日：2019-08-02
申请号：CN201610471006.6
申请日：2016-06-24
Applicant: 同济大学
Abstract: 本发明提供一种基于事件分类的交通元数据管理方法及系统。其中，所述基于事件分类的交通元数据管理方法包括：获取交通元数据，并根据预设的决策树算法利用所述交通元数据的属性值进行决策，将所述交通元数据分成热点数据或非热点数据；根据元数据服务器的状态指标值采用模糊优选法确定第一目标服务器以及第二目标服务器；将所述热点数据和非热点数据存储到第一目标服务器，将所述热点数据复制到第二目标服务器。本发明的方案能够实现元数据服务器之间的负载均衡，提高数据检索速度，满足不同用户对不同数据的需求，提高用户访问效率。
-
公开(公告)号：CN105957371B
公开(公告)日：2019-03-01
申请号：CN201610452920.6
申请日：2016-06-21
Applicant: 同济大学
IPC: G08G1/08
Abstract: 本发明提供一种控制装置、及其应用的交通灯控制方法及系统，方法包括：当执行相位的绿灯时间大于最小绿灯时间且小于最大绿灯时间的情况下，当存在一候选相位的红灯时间大于或等于预设的最大红灯时间时，则红灯时间达到最大红灯时间的候选相位成为新的执行相位；否则计算执行相位以及候选相位的绿灯需求度，且当一候选相位的绿灯需求度大于执行相位的绿灯需求度时，令相应的候选相位成为新的执行相位；当执行相位的绿灯时间大于最大绿灯时间的情况下，对候选相位的排队车辆数进行检测，且令排队车辆数最多的候选相位成为新的执行相位。根据各相位的车流情况，对交通灯进行智能控制，进一步提高交叉口释放的车辆数量，保证交通运行的流畅。
-
公开(公告)号：CN107368718A
公开(公告)日：2017-11-21
申请号：CN201710548623.6
申请日：2017-07-06
Applicant: 同济大学
CPC classification number: G06F21/316 , G06F21/45
Abstract: 一种用户浏览行为认证方法及系统，包括：处理浏览历史数据得用户浏览行为信息；提取日志序列信息并统计站点访问频率据以将站点归类为频繁站点或普通站点；统计频繁站点中各板块访问频率，根据板块访问频率归类为频繁访问板块或普通访问板块；计算日志得到序列特征向量，据以构建序列模型；根据浏览行为信息获得页面关系特征向量以构建页面获取关系模型；提取浏览行为信息中的浏览操作数据，计算浏览操作数据，得操作特征向量以构建操作行为模型；计算会话特征信息、页面关联矩阵和用户行为分类器，训练序列模型、页面获取关系模型和操作行为模型；根据序列模型、页面获取关系模型和操作行为模型认证用户浏览行为，判定用户浏览行为是否异常。
-
-
-
-
-
-
-
-
-
Search Results
156
records
(took 0.025 seconds)
