-
公开(公告)号：CN109784523A
公开(公告)日：2019-05-21
申请号：CN201910205920.X
申请日：2019-03-19
Applicant: 南京邮电大学
Abstract: 本发明公开了一种基于多目标优化的网约车智能分配订单方法，所述方法首先由乘客通过指定网约车软件发出由乘客出发地和目的地组成订单消息，服务端获取所述订单消息，并根据所述订单消息与司机端的维度选取一定数目的司机端；然后，服务端根据乘客的定位城市和定位的区域信息获取网约车软件平台数据库中相应的数据，构建多目标优化模型；最后，利用MATLAB求解所述多目标优化模型，得到最优打车方案，服务端将所述打车方案发送至司机端，并获取乘客端反馈，调整相关函数中的系数；本发明针对不同乘客需求可分配不同的网约车，有效提升了网约车的分配效率，同时，提升了客户的满意程度和网约车的完成度和收益。
-
公开(公告)号：CN109784523B
公开(公告)日：2022-08-05
申请号：CN201910205920.X
申请日：2019-03-19
Applicant: 南京邮电大学
Abstract: 本发明公开了一种基于多目标优化的网约车智能分配订单方法，所述方法首先由乘客通过指定网约车软件发出由乘客出发地和目的地组成订单消息，服务端获取所述订单消息，并根据所述订单消息与司机端的维度选取一定数目的司机端；然后，服务端根据乘客的定位城市和定位的区域信息获取网约车软件平台数据库中相应的数据，构建多目标优化模型；最后，利用MATLAB求解所述多目标优化模型，得到最优打车方案，服务端将所述打车方案发送至司机端，并获取乘客端反馈，调整相关函数中的系数；本发明针对不同乘客需求可分配不同的网约车，有效提升了网约车的分配效率，同时，提升了客户的满意程度和网约车的完成度和收益。
-
公开(公告)号：CN110443279A
公开(公告)日：2019-11-12
申请号：CN201910601359.7
申请日：2019-07-04
Applicant: 南京邮电大学
Abstract: 本发明公开了一种基于轻量级神经网络的无人机图像车辆检测方法，包括以下步骤：S01，计算损失公式，使度量匹配度的平方误差期望值最小，确定自适应大小的锚框尺寸；S02，使用轻量级神经网络提取图像特征，得到图像的特征图；S03，根据图像的特征图生成预测框并进行目标分类与定位；S04，过滤掉属于背景的预测框以及去除掉冗余的预测框，输出剩余的预测框。本发明提供的一种基于轻量级神经网络的无人机图像车辆检测方法及其工作方法，采用了自适应大小的锚框以及轻量级神经网络ShuffleNet V2的网络结构，使得使用无人机进行车辆目标检测拥有更高的识别精度及速度，满足了该场景下无人机内的低功耗处理器对检测任务的准确性与实时性的要求。
-
Patent Agency Ranking
公开(公告)号：CN109916371A
公开(公告)日：2019-06-21
申请号：CN201910248809.9
申请日：2019-03-29
Applicant: 南京邮电大学
IPC: G01C3/24
Abstract: 本发明公开了一种基于多目标优化的竖杆成影定位方法，应用于野外定位和时间确定，所述方法首先通过在平面上任意一点垂直树立竖直杆，并基于竖直杆和竖直杆与平面的接触点构建直角坐标系；随后，等时间间隔测量竖直杆在不同时间段内在平面上的影子长度，同时记录不同时间段内影子的方位角大小；同时，基于方位角与影子长度的一一对应关系构建多目标优化模型；最后，利用MATLAB遗传算法工具箱求解得到所述多目标优化模型的最优解，基于所述最优解得到定位位置和时间，实现定位操作；本发明通过计算可以获得精确的经纬度位置与当日时间，有利于遇险者制定自救方案，极大的提高了遇险者的生还率。
-
公开(公告)号：CN109784592B
公开(公告)日：2022-08-05
申请号：CN201910249349.1
申请日：2019-03-29
Applicant: 南京邮电大学
Abstract: 本发明公开了一种基于蒙特卡洛算法与粒子群算法的快递智能小车调度方法，首先基于快递投递信息确结合快递智能小车的行驶数据包进行最短分配时间的单目标模型搭建；通过蒙特卡洛算法对集合的运送顺序进行有限次数的随机排列，通过目标模型进行到达每一目标地点时快递智能小车的运送时间预测，得到预测结果；根据任务分配计算快递智能小车从当前位置到目标地点的最短行驶距离，基于最短分配时间和最短行驶路径的双目标模型；求解双目标模型得到所有求解结果，通过蒙特卡洛算法从求解结果中得到指定数目的较优解，将指定数目的较优解输入粒子群算法得到最优解，得到快递智能小车的最优分配时间和最优行驶路径；本发明可提升快递分配的速度和效率。
-
公开(公告)号：CN110443279B
公开(公告)日：2022-08-12
申请号：CN201910601359.7
申请日：2019-07-04
Applicant: 南京邮电大学
IPC: G06K9/62 , G06V10/764 , G06V10/82 , G06V20/17 , G06N3/02
Abstract: 本发明公开了一种基于轻量级神经网络的无人机图像车辆检测方法，包括以下步骤：S01，计算损失公式，使度量匹配度的平方误差期望值最小，确定自适应大小的锚框尺寸；S02，使用轻量级神经网络提取图像特征，得到图像的特征图；S03，根据图像的特征图生成预测框并进行目标分类与定位；S04，过滤掉属于背景的预测框以及去除掉冗余的预测框，输出剩余的预测框。本发明提供的一种基于轻量级神经网络的无人机图像车辆检测方法及其工作方法，采用了自适应大小的锚框以及轻量级神经网络ShuffleNet V2的网络结构，使得使用无人机进行车辆目标检测拥有更高的识别精度及速度，满足了该场景下无人机内的低功耗处理器对检测任务的准确性与实时性的要求。
-
公开(公告)号：CN109784592A
公开(公告)日：2019-05-21
申请号：CN201910249349.1
申请日：2019-03-29
Applicant: 南京邮电大学
Abstract: 本发明公开了一种基于蒙特卡洛算法与粒子群算法的快递智能小车调度方法，首先基于快递投递信息确结合快递智能小车的行驶数据包进行最短分配时间的单目标模型搭建；通过蒙特卡洛算法对集合的运送顺序进行有限次数的随机排列，通过目标模型进行到达每一目标地点时快递智能小车的运送时间预测，得到预测结果；根据任务分配计算快递智能小车从当前位置到目标地点的最短行驶距离，基于最短分配时间和最短行驶路径的双目标模型；求解双目标模型得到所有求解结果，通过蒙特卡洛算法从求解结果中得到指定数目的较优解，将指定数目的较优解输入粒子群算法得到最优解，得到快递智能小车的最优分配时间和最优行驶路径；本发明可提升快递分配的速度和效率。
-
公开(公告)号：CN208189755U
公开(公告)日：2018-12-04
申请号：CN201820867796.4
申请日：2018-06-06
Applicant: 南京邮电大学
IPC: H01P5/12
Abstract: 本实用新型公开了一种多节折叠式超带宽LTCC耦合器，所述耦合器包括依次叠层设计的顶层、地层和底层，所述地层设置于所述顶层和所述底层之间，所述顶层和所述底层均由传输线构成，且所述顶层和底层的所述传输线均由相同数量边长为四分之一所述耦合器中心频率波长的矩形构成，所述顶层的传输线与所述底层的传输线通过垂直支柱连接，在所述地层上设置有与所述垂直支柱相适配的垂直过孔，所述垂直过孔同时设置有适配的焊盘；本实用新型的LTCC耦合器可提升耦合器的有效带宽，并且通过折叠设计，大大降低了耦合器的尺寸，便于推广应用。
-
-
-
-
-
-
-
Search Results
8
records
(took 0.021 seconds)
