-
公开(公告)号：CN114241778B
公开(公告)日：2022-05-17
申请号：CN202210164445.8
申请日：2022-02-23
Applicant: 东南大学
Abstract: 高速公路网联车协同匝道汇入多目标优化控制方法和系统，首先采集控制区域车辆的状态数据，随后根据匝道汇入车辆位置决定控制开始的时间与被控车辆的选择，通过数据传输模块将信息传入交通控制模块，基于人工智能的匝道汇入多目标控制模型通过协匝道控制区域内的车辆行驶轨迹，在完成匝道汇入的同时保证道路整体交通高效、安全、节能运行。与传统方法相比，本发明极大地促进了匝道车辆的汇入，并且区别于其他方法将匝道汇入问题转化为车辆排序问题的缺陷，极大的提高了匝道汇入的效率，并且保证主线和匝道的通行效率与通行安全，减少了控制车辆的能耗损失，实现了高速系统经济效益的最大化。
-
公开(公告)号：CN110111578B
公开(公告)日：2021-06-01
申请号：CN201910444421.6
申请日：2019-05-25
Applicant: 东南大学
IPC: G08G1/01
Abstract: 本发明提供了一种基于张量恢复的偶发性交通拥堵检测方法。该方法包括以下步骤：获得行程时间数据；根据所述行程时间数据构建张量模型；根据所述张量模型构建张量恢复模型；以及利用所述张量恢复模型将所述张量分解成低秩部分和稀疏部分；将述低秩部分标识为正常的行程时间分布；将稀疏部分标识为偶发性交通拥堵造成的行程时间异常值分布。本发明利用行程时间数据进行拥堵检测和识别，并采用高维张量模型来表征行程时间，能够充分利用行程时间的多模式特性。通过构建张量恢复模型，不仅检测出偶发性拥堵，还能够提取出非偶发性拥堵时的行程时间分布状况。
-
公开(公告)号：CN114241778A
公开(公告)日：2022-03-25
申请号：CN202210164445.8
申请日：2022-02-23
Applicant: 东南大学
Abstract: 高速公路网联车协同匝道汇入多目标优化控制方法和系统，首先采集控制区域车辆的状态数据，随后根据匝道汇入车辆位置决定控制开始的时间与被控车辆的选择，通过数据传输模块将信息传入交通控制模块，基于人工智能的匝道汇入多目标控制模型通过协匝道控制区域内的车辆行驶轨迹，在完成匝道汇入的同时保证道路整体交通高效、安全、节能运行。与传统方法相比，本发明极大地促进了匝道车辆的汇入，并且区别于其他方法将匝道汇入问题转化为车辆排序问题的缺陷，极大的提高了匝道汇入的效率，并且保证主线和匝道的通行效率与通行安全，减少了控制车辆的能耗损失，实现了高速系统经济效益的最大化。
-
公开(公告)号：CN110688605A
公开(公告)日：2020-01-14
申请号：CN201910432452.X
申请日：2019-05-23
Applicant: 东南大学
IPC: G06F17/10 , G06F16/215
Abstract: 本发明提供了一种基于柯西（Cauthy）分布张量分解的数据重建方法，包括：利用Cauthy分布建立受噪声污染的待重建数据的噪声张量模型；基于所述张量模型建立低秩张量的第一优化函数，所述低秩张量在所述噪声张量模型中表示真实数据；通过张量分解将所述第一优化函数优化为第二优化函数；求解所述第二优化函数，得出所述低秩张量。该算法采用Cauthy分布模拟数据中的实际噪声，与普通方法相比，更为鲁棒，且能在污染数据及丢失数据同时存在的情况下计算张量分解，进而对不可靠高维数据进行修补。本发明可广泛被应用图像重建、交通数据重建以及视频前景提取等。
-
公开(公告)号：CN111768635B
公开(公告)日：2022-10-25
申请号：CN202010257048.6
申请日：2020-04-02
Applicant: 东南大学
Abstract: 本发明公开了一种基于耦合鲁棒性张量分解的偶发性交通拥堵检测方法，所述方法首先采集各种交通变量数据；然后根据各类交通数据的特点，将其构建成同尺寸和同阶数的张量模型；然后对丢失的数据进行填充预处理；然后构建贝叶斯鲁棒性张量分解模型，提出自适应秩的贝叶斯鲁棒性张量分解模型，并从概率角度描述不同种类交通数据的共有的稀疏分布，从而构建多种交通数据的耦合鲁棒性分解模型；最后设计求解方法，实现高精度快速偶发性交通拥堵检测。
-
Patent Agency Ranking
公开(公告)号：CN111311904A
公开(公告)日：2020-06-19
申请号：CN202010057115.X
申请日：2020-01-17
Applicant: 东南大学
Abstract: 本发明公开了一种基于浮动车数据加权张量重建的交通状态估计方法，所述方法包括：获取浮动车数据；根据所述浮动车数据构建张量模型和权重因子张量模型，所述张量模型和所述权重因子张量模型具有相同尺寸和阶数，权重因子张量的各初始赋值为1；设计引入权重因子的张量重建算法；根据各个影响浮动车数据可靠性的因素对权重因子张量进行重新赋值；根据所述重新赋值后的权重因子张量、所述浮动车数据张量模型与所述张量重建算法，获得浮动车数据和交通状态信息。本发明可以使得构建的张量重建模型更符合道路网交通状态估计的需求，从而获得更精确的道路网交通状态估计。
-
公开(公告)号：CN111311904B
公开(公告)日：2021-06-11
申请号：CN202010057115.X
申请日：2020-01-17
Applicant: 东南大学
Abstract: 本发明公开了一种基于浮动车数据加权张量重建的交通状态估计方法，所述方法包括：获取浮动车数据；根据所述浮动车数据构建张量模型和权重因子张量模型，所述张量模型和所述权重因子张量模型具有相同尺寸和阶数，权重因子张量的各初始赋值为1；设计引入权重因子的张量重建算法；根据各个影响浮动车数据可靠性的因素对权重因子张量进行重新赋值；根据所述重新赋值后的权重因子张量、所述浮动车数据张量模型与所述张量重建算法，获得浮动车数据和交通状态信息。本发明可以使得构建的张量重建模型更符合道路网交通状态估计的需求，从而获得更精确的道路网交通状态估计。
-
公开(公告)号：CN111768635A
公开(公告)日：2020-10-13
申请号：CN202010257048.6
申请日：2020-04-02
Applicant: 东南大学
Abstract: 本发明公开了一种基于耦合鲁棒性张量分解的偶发性交通拥堵检测方法，所述方法首先采集各种交通变量数据；然后根据各类交通数据的特点，将其构建成同尺寸和同阶数的张量模型；然后对丢失的数据进行填充预处理；然后构建贝叶斯鲁棒性张量分解模型，提出自适应秩的贝叶斯鲁棒性张量分解模型，并从概率角度描述不同种类交通数据的共有的稀疏分布，从而构建多种交通数据的耦合鲁棒性分解模型；最后设计求解方法，实现高精度快速偶发性交通拥堵检测。
-
公开(公告)号：CN110111578A
公开(公告)日：2019-08-09
申请号：CN201910444421.6
申请日：2019-05-25
Applicant: 东南大学
IPC: G08G1/01
Abstract: 本发明提供了一种基于张量恢复的偶发性交通拥堵检测方法。该方法包括以下步骤：获得行程时间数据；根据所述行程时间数据构建张量模型；根据所述张量模型构建张量恢复模型；以及利用所述张量恢复模型将所述张量分解成低秩部分和稀疏部分；将述低秩部分标识为正常的行程时间分布；将稀疏部分标识为偶发性交通拥堵造成的行程时间异常值分布。本发明利用行程时间数据进行拥堵检测和识别，并采用高维张量模型来表征行程时间，能够充分利用行程时间的多模式特性。通过构建张量恢复模型，不仅检测出偶发性拥堵，还能够提取出非偶发性拥堵时的行程时间分布状况。
-
公开(公告)号：CN116504058B
公开(公告)日：2024-08-23
申请号：CN202310419748.4
申请日：2023-04-19
Applicant: 东南大学
Abstract: 本发明公开了基于动态张量填充的高速公路短时行程时间预测方法、系统、电子设备、存储介质，包括:1、对从数据库上收集时间平均速度采用分段恒速轨迹处理，转化为空间平均速度。2、根据空间平均速度对各个路段的行程时间进行估计，将估计所得的行程时间数据作为已知的历史数据，构建张量模型。3、基于估计所得的行程时间数据和待预测的行程时间数据构建动态张量模型，待预测的行程时间数据标记为丢失数据。4、基于最小化迹范数的张量填充算法构建动态张量填充模型，实现动态填充，对待预测行程时间数据预测。本发明对高速公路行程时间进行实时预测，为出行人员提供路径选择依据，为交通管理者提供实施道路管理措施和制定交通规则的依据。
-
-
-
-
-
-
-
-
-
Search Results
11
records
(took 0.02 seconds)
