-
公开(公告)号:CN116579009A
公开(公告)日:2023-08-11
申请号:CN202310392570.9
申请日:2023-04-12
Applicant: 同济大学
IPC: G06F21/62 , G06N20/00 , G06F8/65 , G06Q10/0639
Abstract: 本发明涉及一种基于移动感知联邦学习的车联网数据隐私保护方法,本方法从两个方面实现车联网中的数据隐私保护,一方面通过考虑车辆移动特性选择部分合适的车辆参与训练任务,提高模型训练效率,降低系统隐私泄露风险;另一方面通过对车辆上传的信息进行最优噪声扰动增强联邦学习机制自身的隐私保护强度。与现有技术相比,本发明考虑车辆移动性情况,实现在可证明的车辆用户级隐私约束下优化通信开销和学习效率,有效地降低隐私泄露风险,增强FL的隐私保护强度,确保车联网场景中车辆的数据隐私不被泄露,符合车联网场景低时延、高通信效率和隐私保护的需求,具有很高的实用性。
-
公开(公告)号:CN117808203A
公开(公告)日:2024-04-02
申请号:CN202311846091.6
申请日:2023-12-28
IPC: G06Q10/063 , G06Q50/40 , G06F18/22
Abstract: 本发明公开了一种基于轨迹相似性的轨交乘客特征评价方法,包括以下步骤:S1、基于地铁网络中的站点连接关系,将地铁网络建立为无权图;S2、取乘客一段时间内的所有出行轨迹数据,求得每条轨迹的途经站点以及每条轨迹路径上的站点数量;S3、根据每条轨迹上途经站点的相似性计算该乘客所有轨迹两两之间的轨迹相似性,得出该乘客的轨迹相似性矩阵;S4、将相似性矩阵进一步排序合并得乘客的出行规律矩阵;S5、提取出行规律矩阵的数学特征,对乘客的出行特征进行评价。根据本发明,更准确的反映乘客出行的规律程度,对乘客出行规律性判断的数值化指标,对于城市轨道交通大数据分析具有重大意义。
-
公开(公告)号:CN116152740A
公开(公告)日:2023-05-23
申请号:CN202310142621.2
申请日:2023-02-21
Applicant: 同济大学
IPC: G06V20/52 , G06V20/17 , G06V20/40 , G06V10/25 , G06V10/766 , G06V10/762 , G06V10/764 , G06V10/82
Abstract: 本发明提供了一种基于无人机视频的室外人流信息提取方法,具有这样的特征,包括以下步骤:步骤S1,对视频抽帧得到图像帧;步骤S2,将图像帧输入卷积网络得到多个边界框;步骤S3,基于Shi‑Tomasi特征标记兴趣点;步骤S4,根据KLT光流算法得到人员运动矢量和背景运动矢量;步骤S5,由人员运动矢量得到人员运动参数;步骤S6,对人员运动参数聚类得到不同人流;步骤S7,根据转换率、人员运动矢量和背景运动矢量,得到人员移动速度;步骤S8,根据边界框、人员移动速度和转换率,得到人流量、人流平均速度和人流密度。总之,本方法能够对无人机视频进行人员目标的精确识别、不同方向人流识别及人流信息提取。
-
-