-
公开(公告)号：CN104634352B
公开(公告)日：2015-11-11
申请号：CN201510092939.X
申请日：2015-03-02
Applicant: 吉林大学
IPC: G01C21/30
Abstract: 本发明涉及一种基于浮动车移动轨迹与电子地图融合的道路匹配方法，属于道路匹配的方法。采用网格划分技术将城市道路网进行划分，大幅度降低了路段搜索复杂度，并在此基础上采用参考历史数据和前瞻数据的三段式匹配思想与改进的权重模型思想相融合的地图匹配方法，相互之间取长补短，以权重模型计算出的匹配度为依据，用三段式匹配思想做决策，增强了决策依据的可靠性和结果决策的合理性，本发明力图用最小的复杂度来达到较高的匹配精度。
-
公开(公告)号：CN103354030A
公开(公告)日：2013-10-16
申请号：CN201310319619.4
申请日：2013-07-29
Applicant: 吉林大学
IPC: G08G1/01
Abstract: 本发明涉及一种利用浮动公交车CAN总线信息判别道路交通状况的方法，属于判别道路交通状况的方法。使用车身CAN总线信息来准确计算浮动车在道路上的行驶均速，剔除车辆速度信息的无效部分，从而有效的获得道路交通信息。优点是不再依赖于卫星导航定位的准确程度，在天气条件恶劣或城市楼宇影响卫星信号接收时仍能够获得车辆速度信息，根据对车身CAN总线数据的分析，在后期计算时无误的去除公交车上下客时段内的无效速度值，这为均速计算的有效性提供了有一个保障，实时性和准确性进一步得到保证。
-
公开(公告)号：CN103595568B
公开(公告)日：2016-08-17
申请号：CN201310571721.3
申请日：2013-11-17
Applicant: 吉林大学
Abstract: 本发明涉及一种基于LS?SVM的互联网实时信号传输方法，属于计算机网络、信号处理两个技术领域的交叉。步骤包括：初始化阶段，模型信息的交互过程，发送端模型更新，应用端信号重建的过程。优点是：在发送端和应用端同时创建的基于LS?SVM的DPS双预测模型，采用DPS机制，在期望的误差范围内，用预测模型的传输来替代采样数据的传输，大大减少网络传输数据量，有效的减少了网络带宽的占有率。用LS?SVM在线预测提高互联网中非线性信号的预测精度，解决传统DPS方法在非线性信号网络传输中存在的可靠性问题；大大的减少了模型的训练的时间，只需要计算更新的拉格朗日乘子和偏置值。
-
公开(公告)号：CN104634352A
公开(公告)日：2015-05-20
申请号：CN201510092939.X
申请日：2015-03-02
Applicant: 吉林大学
IPC: G01C21/30
CPC classification number: G01C21/30
Abstract: 本发明涉及一种基于浮动车移动轨迹与电子地图融合的道路匹配方法，属于道路匹配的方法。采用网格划分技术将城市道路网进行划分，大幅度降低了路段搜索复杂度，并在此基础上采用参考历史数据和前瞻数据的三段式匹配思想与改进的权重模型思想相融合的地图匹配方法，相互之间取长补短，以权重模型计算出的匹配度为依据，用三段式匹配思想做决策，增强了决策依据的可靠性和结果决策的合理性，本发明力图用最小的复杂度来达到较高的匹配精度。
-
-
Patent Agency Ranking
-
公开(公告)号：CN103354030B
公开(公告)日：2015-06-24
申请号：CN201310319619.4
申请日：2013-07-29
Applicant: 吉林大学
IPC: G08G1/01
Abstract: 本发明涉及一种利用浮动公交车CAN总线信息判别道路交通状况的方法，属于判别道路交通状况的方法。使用车身CAN总线信息来准确计算浮动车在道路上的行驶均速，剔除车辆速度信息的无效部分，从而有效的获得道路交通信息。优点是不再依赖于卫星导航定位的准确程度，在天气条件恶劣或城市楼宇影响卫星信号接收时仍能够获得车辆速度信息，根据对车身CAN总线数据的分析，在后期计算时无误的去除公交车上下客时段内的无效速度值，这为均速计算的有效性提供了又一个保障，实时性和准确性进一步得到保证。
-
公开(公告)号：CN103595568A
公开(公告)日：2014-02-19
申请号：CN201310571721.3
申请日：2013-11-17
Applicant: 吉林大学
Abstract: 本发明涉及一种基于LS-SVM的互联网实时信号传输方法，属于计算机网络、信号处理两个技术领域的交叉。步骤包括：初始化阶段，模型信息的交互过程，发送端模型更新，应用端信号重建的过程。优点是：在发送端和应用端同时创建的基于LS-SVM的DPS双预测模型，采用DPS机制，在期望的误差范围内，用预测模型的传输来替代采样数据的传输，大大减少网络传输数据量，有效的减少了网络带宽的占有率。用LS-SVM在线预测提高互联网中非线性信号的预测精度，解决传统DPS方法在非线性信号网络传输中存在的可靠性问题；大大的减少了模型的训练的时间，只需要计算更新的拉格朗日乘子和偏置值。
-
公开(公告)号：CN101437239A
公开(公告)日：2009-05-20
申请号：CN200810051580.1
申请日：2008-12-11
Applicant: 吉林大学
Abstract: 本发明涉及一种基于线性预测滤波的实时传感器信号网络传输方法。技术方案是：发送端仅发送信号重建需要的采样序列，在接收端利用线性预测滤波方法恢复接收到的采样序列，并利用此序列重建源信号，由此构建这个信号的虚拟本地传感器，用户通过对虚拟本地传感器采样获得信号采样估计值，具体步骤包括：a)发送端和接收端的时钟同步，利用多个同步帧的平均往返时间进行发送端与接收端的时钟同步；b)发送端发送采样序列优化；c)接收端采样序列恢复处理；d)接收端信号重建。本发明一是优化了发送数据序列，减少数据传输所需的网络流量，二是使信号数据使用与信号的网络传输分离，使用户不必直接关注信号网络传输过程。
-
公开(公告)号：CN100483426C
公开(公告)日：2009-04-29
申请号：CN200510016835.7
申请日：2005-05-28
Applicant: 吉林大学
IPC: G06F17/50
Abstract: 本发明涉及一种基于CAD模型的离散元法边界建模方法，包括以下步骤：a)读取和识别以机械部件为边界的CAD模型中所包含的基本图形元素及其拓扑结构和特征参数；b)去除读取和识别基本图形元素中冗余图形；c)设置基本图形元素的运动属性参数和材料特性参数；d)基本图形元素的类型、特征参数、运动属性参数和材料特性参数保存到数据库中；e)由离散元法软件读取存储在数据库中的边界基本图形元素信息，并按离散元法对边界的要求建立每个基本图形元素的离散元法计算实例，再将这些实例存储，以供离散元法计算时使用。解决了现有离散元法不能满足复杂结构和运动方式机械部件的设计、离散元法性能分析、设计修改和再分析的要求等问题。
-
-
-
-
-
-
-
-
-
Search Results
14
records
(took 0.02 seconds)
