-
Patent Agency Ranking
公开(公告)号：CN110855563B
公开(公告)日：2021-09-17
申请号：CN201911036660.4
申请日：2019-10-29
Applicant: 南京邮电大学
IPC: H04L12/715 , H04W4/40 , H04W40/32
Abstract: 本发明公开了车联网信息传输技术领域的一种基于链路可靠性和稳定性的车辆分簇方法，旨在解决现有技术中车联网采用DSRC技术进行信息交互，数据量小，但交互频率高，会在一定程度上造成网络拥塞，进而对车联网的连通性和信息的实时性造成不利影响的技术问题。所述方法包括如下步骤：基于所获取的车辆动态信息进行车辆分簇；基于所获取的车辆动态信息计算簇内车辆的链路可靠性和链路稳定性；基于所述链路可靠性和链路稳定性，建立簇头选择优先指数；提取簇头选择优先指数最大的簇内车辆作为簇头。
-
公开(公告)号：CN110855563A
公开(公告)日：2020-02-28
申请号：CN201911036660.4
申请日：2019-10-29
Applicant: 南京邮电大学
IPC: H04L12/715 , H04W4/40 , H04W40/32
Abstract: 本发明公开了车联网信息传输技术领域的一种基于链路可靠性和稳定性的车辆分簇方法，旨在解决现有技术中车联网采用DSRC技术进行信息交互，数据量小，但交互频率高，会在一定程度上造成网络拥塞，进而对车联网的连通性和信息的实时性造成不利影响的技术问题。所述方法包括如下步骤：基于所获取的车辆动态信息进行车辆分簇；基于所获取的车辆动态信息计算簇内车辆的链路可靠性和链路稳定性；基于所述链路可靠性和链路稳定性，建立簇头选择优先指数；提取簇头选择优先指数最大的簇内车辆作为簇头。
-
公开(公告)号：CN110889444B
公开(公告)日：2022-08-09
申请号：CN201911153335.6
申请日：2019-11-22
Applicant: 南京邮电大学
Abstract: 本发明公开了交通数据信息挖掘技术领域的一种基于卷积神经网络的驾驶轨迹特征分类方法，旨在解决现有技术中从车辆轨迹数据中挖掘驾驶风格时，由于车辆定位受道路环境等因素影响，加之对车辆轨迹数据的分析不足，无法有效获取驾驶员的驾驶风格的技术问题。所述方法包括如下步骤：对目标车辆轨迹数据进行分段处理；将处理后的目标车辆轨迹数据输入预先训练好的卷积神经网络，获取目标车辆轨迹数据所对应的驾驶风格。
-
公开(公告)号：CN111104885A
公开(公告)日：2020-05-05
申请号：CN201911257909.4
申请日：2019-12-10
Applicant: 南京邮电大学
Abstract: 本发明公开了一种基于视频深度学习的车辆识别方法，包括以下步骤：步骤a、利用车载摄像头对路况进行实时收集，将视频通过硬件设备进行图像分割形成独立的二值图像，采用图像目标检测算法对图片进行预处理；步骤b、利用深度学习对经过预处理的灰度图进行二值化处理过程中，使用迭代法统计并计算出图像的各灰度分布，并对此进行迭代确定图像的最佳分割阈值；步骤c、将经过处理的灰度图导入边缘计算平台对其进行特征提取，分离目标与背景区域，对复杂背景与车辆进行分离，仅对车辆部分进行增强；步骤d、将经过处理的图像导入智能云镜终端显示。本发明提供的一种基于视频深度学习的车辆识别方法，检测速度快、检测效率高、对图片精度要求低和能够保证准确度。
-
公开(公告)号：CN110889444A
公开(公告)日：2020-03-17
申请号：CN201911153335.6
申请日：2019-11-22
Applicant: 南京邮电大学
Abstract: 本发明公开了交通数据信息挖掘技术领域的一种基于卷积神经网络的驾驶轨迹特征分类方法，旨在解决现有技术中从车辆轨迹数据中挖掘驾驶风格时，由于车辆定位受道路环境等因素影响，加之对车辆轨迹数据的分析不足，无法有效获取驾驶员的驾驶风格的技术问题。所述方法包括如下步骤：对目标车辆轨迹数据进行分段处理；将处理后的目标车辆轨迹数据输入预先训练好的卷积神经网络，获取目标车辆轨迹数据所对应的驾驶风格。
-
-
-
-
Search Results
5
records
(took 0.02 seconds)
