-
公开(公告)号：CN115081592A
公开(公告)日：2022-09-20
申请号：CN202210661264.6
申请日：2022-06-13
申请人： 华设设计集团股份有限公司 , 山东高速集团有限公司创新研究院
摘要： 本发明公开了一种基于遗传算法和前馈神经网络的公路低能见度预估方法，包括：建立公路局部气象样本数据集，并分为训练数据集和预测数据集；构建包含输入层、隐藏层和输出层的神经网络拓扑结构；确定神经网络信号激活传递规则和初始化赋值，建立神经网络初始化模型；通过混沌序列遗传算法建模优化神经网络初值；更新模型中各神经元的权重值和偏差值，得到神经网络基本模型；输入训练数据集数据至神经网络基本模型进行训练，得到多层前馈神经网络最优模型，将预测数据集数据输入最优模型中，输出公路沿线能见度预估值，得到能见度预估等级。本发明实现了对公路低能见度事件的30分钟级精确短临预测，为公路低能见度事件精细化应急处置提供有效支撑。
-
公开(公告)号：CN115081592B
公开(公告)日：2024-05-03
申请号：CN202210661264.6
申请日：2022-06-13
申请人： 华设设计集团股份有限公司 , 山东高速集团有限公司创新研究院
摘要： 本发明公开了一种基于遗传算法和前馈神经网络的公路低能见度预估方法，包括：建立公路局部气象样本数据集，并分为训练数据集和预测数据集；构建包含输入层、隐藏层和输出层的神经网络拓扑结构；确定神经网络信号激活传递规则和初始化赋值，建立神经网络初始化模型；通过混沌序列遗传算法建模优化神经网络初值；更新模型中各神经元的权重值和偏差值，得到神经网络基本模型；输入训练数据集数据至神经网络基本模型进行训练，得到多层前馈神经网络最优模型，将预测数据集数据输入最优模型中，输出公路沿线能见度预估值，得到能见度预估等级。本发明实现了对公路低能见度事件的30分钟级精确短临预测，为公路低能见度事件精细化应急处置提供有效支撑。
-
公开(公告)号：CN115661751B
公开(公告)日：2023-06-23
申请号：CN202211362343.3
申请日：2022-11-02
申请人： 山东高速集团有限公司创新研究院 , 华设设计集团股份有限公司
IPC分类号： G06V20/52 , G06N3/0464 , G06N3/08 , G06V10/764 , G06V10/774
摘要： 本发明公开了一种基于注意力变换网络的公路低能见度检测方法和系统，该方法包括以下步骤：构建公路低能见度图像样本集；样本图像预处理；为图像特征矩阵添加可学习词符，生成可学习词符向量，将其嵌入图像特征矩阵；为图像特征矩阵提供位置匹配，生成位置编码矩阵，将其嵌入图像特征矩阵；构建公路低能见度检测网络编码器；构建公路低能见度分类输出器；训练模型，将训练样本集作为输入进行模型训练和微调；测试模型，将测试样本集作为输入进行模型的测试，输出公路能见度分类等级检测结果。本发明实现了公路环境下利用视频监控设备对低能见度事件的自动检测，为公路管理机构在低能见度天气下的管控提供有效支撑。
-
公开(公告)号：CN115661751A
公开(公告)日：2023-01-31
申请号：CN202211362343.3
申请日：2022-11-02
申请人： 山东高速集团有限公司创新研究院 , 华设设计集团股份有限公司
IPC分类号： G06V20/52 , G06N3/0464 , G06N3/08 , G06V10/764 , G06V10/774
摘要： 本发明公开了一种基于注意力变换网络的公路低能见度检测方法和系统，该方法包括以下步骤：构建公路低能见度图像样本集；样本图像预处理；为图像特征矩阵添加可学习词符，生成可学习词符向量，将其嵌入图像特征矩阵；为图像特征矩阵提供位置匹配，生成位置编码矩阵，将其嵌入图像特征矩阵；构建公路低能见度检测网络编码器；构建公路低能见度分类输出器；训练模型，将训练样本集作为输入进行模型训练和微调；测试模型，将测试样本集作为输入进行模型的测试，输出公路能见度分类等级检测结果。本发明实现了公路环境下利用视频监控设备对低能见度事件的自动检测，为公路管理机构在低能见度天气下的管控提供有效支撑。
-
-
-
搜索结果
4 条记录 (耗时 0.098 秒)
