一种基于智能终端的无线服务动态定价方法

    公开(公告)号:CN109451453A

    公开(公告)日:2019-03-08

    申请号:CN201910010689.9

    申请日:2019-01-07

    Inventor: 黄波 王青杰

    Abstract: 本发明公开了一种基于智能终端的无线服务动态定价方法,所述方法包括:S1、建立多阶段接入的包括无线市场的无线异构网络,所述无线市场由指定数目的运营商垄断,所述运营商用于为用户提供无线服务;S2、获取用户的消费水平,终端根据服务质量高低及用户的消费水平对每一运营商提供的所述无线服务进行估价;S3、每一运营商在所述多阶段中的每个阶段做无线服务的定价,每一所述阶段中,运营商相互博弈,获取得到最优定价策略分析;S4、采用逆向归纳法求解获得每一所述阶段中所述博弈的均衡情况,并基于纳什均衡剔除运营商中不符合纳什均衡的定价策略;本发明通过将运营商之间的定价博弈分阶段分析,能够剔除运营商中是否存在定价不可信的行为。

    一种基于频率槽和FFT的PCMA系统时延和频差快速粗捕方法

    公开(公告)号:CN107425904A

    公开(公告)日:2017-12-01

    申请号:CN201710580976.4

    申请日:2017-07-17

    Abstract: 本发明公开了一种基于频率槽和FFT的PCMA系统时延和频差快速捕获方法。首先根据卫星和地面站所采用的时钟源长期和短期稳定度,计算频差搜索范围,划分相应的频率槽宽度和频率槽个数,并根据地面站和卫星之间的几何关系估计时延的搜索范围;第二步:在每个频率槽内,利用部分非周期序列相关和FFT的关系,采用FFT计算接收的PCMA混合信号和本地复现信号的相关峰值;第三步:从所有的频率槽相关峰值中选择模值最大的,并根据设定的阈值判定是否捕获成功,否则就更精细地划分频率槽。捕获成功之后,粗捕频差精确到一个频率槽内,粗捕时延精确到一个采样周期,降低了下一步频差和时延精确捕获环节的实施复杂度。本发明有效加速了PCMA系统的时延和频差粗捕过程。

    一种基于Logistic模型的道路交通事故因子分析方法

    公开(公告)号:CN107273340A

    公开(公告)日:2017-10-20

    申请号:CN201710404662.9

    申请日:2017-06-01

    CPC classification number: G06F17/18 G06F17/5009 G06Q50/265

    Abstract: 本发明公开了一种基于Logistic模型的道路交通事故因子分析方法,具体包括:步骤1:从人、车、道路和环境四个方面分析行驶速度、出行时间和四急行为对道路交通事故的影响;步骤2:基于上述影响交通事故因子分析的基础上,建立Logistic回归模型,分析道路交通因子对产生交通事故严重程度的影响;步骤3:针对以往的道路交通事故统计数据验证上述Logistic回归模型。四急行为包含急加速、急减速、急刹车、急转弯。本发明通过对多方面影响交通事故的因子进行分析,可以分析出对发生交通事故影响较为严重的因子。本发明基于实际发生的交通事故数据可以对模型进行验证,并对结果进行分析。

    一种基于频率槽和FFT的PCMA系统时延和频差快速粗捕方法

    公开(公告)号:CN107359902B

    公开(公告)日:2019-08-02

    申请号:CN201710580362.6

    申请日:2017-07-17

    Abstract: 本发明公开了一种基于频率槽和FFT的PCMA系统时延和频差快速捕获方法。首先根据卫星和地面站所采用的时钟源长期和短期稳定度,计算频差搜索范围,划分相应的频率槽宽度和频率槽个数,并根据地面站和卫星之间的几何关系估计时延的搜索范围;第二步:在每个频率槽内,利用部分非周期序列相关和FFT的关系,采用FFT计算接收的PCMA混合信号和本地复现信号的相关峰值;第三步:从所有的频率槽相关峰值中选择模值最大的,并根据设定的阈值判定是否捕获成功,否则就更精细地划分频率槽。捕获成功之后,粗捕频差精确到一个频率槽内,粗捕时延精确到一个采样周期,降低了下一步频差和时延精确捕获环节的实施复杂度。本发明有效加速了PCMA系统的时延和频差粗捕过程。

    一种基于频率槽和FFT的PCMA系统时延和频差快速粗捕方法

    公开(公告)号:CN107359902A

    公开(公告)日:2017-11-17

    申请号:CN201710580362.6

    申请日:2017-07-17

    Abstract: 本发明公开了一种基于频率槽和FFT的PCMA系统时延和频差快速捕获方法。首先根据卫星和地面站所采用的时钟源长期和短期稳定度,计算频差搜索范围,划分相应的频率槽宽度和频率槽个数,并根据地面站和卫星之间的几何关系估计时延的搜索范围;第二步:在每个频率槽内,利用部分非周期序列相关和FFT的关系,采用FFT计算接收的PCMA混合信号和本地复现信号的相关峰值;第三步:从所有的频率槽相关峰值中选择模值最大的,并根据设定的阈值判定是否捕获成功,否则就更精细地划分频率槽。捕获成功之后,粗捕频差精确到一个频率槽内,粗捕时延精确到一个采样周期,降低了下一步频差和时延精确捕获环节的实施复杂度。本发明有效加速了PCMA系统的时延和频差粗捕过程。

    一种基于模糊C均值聚类算法的道路交通状态建模方法

    公开(公告)号:CN107153846A

    公开(公告)日:2017-09-12

    申请号:CN201710386031.9

    申请日:2017-05-26

    Abstract: 本发明公开了一种基于模糊C均值聚类算法的道路交通状态建模方法,属于数据挖掘技术领域。本发明针对道路交通状态本身具有的模糊性,使用模糊c均值聚类算法对采集的交通数据进行聚类分析。鉴于传统模糊c均值聚类算法在初始化聚类中心时存在盲目性,因此本发明首先使用Canopy聚类算法来解决该问题,在此基础上又引入了Xie‑Beni指标(XB指标)来自适应确定m的值,从而改善该算法的聚类效果,为后面的道路交通状态识别提供良好的数据处理基础。本发明在对交通信息进行聚类时具有更好的聚类效果,而且发生误判的概率更小,在此基础上得到的数据挖掘结果更加准确,因此能够更加真实地反映道路交通状态。

Patent Agency Ranking