-
公开(公告)号：CN120032352A
公开(公告)日：2025-05-23
申请号：CN202510065487.X
申请日：2025-01-16
Applicant: 浙江大学
Abstract: 本发明涉及智能交通系统与人工智能技术领域，旨在提供一种基于生成模型的人脸匿名化疲劳检测方法及系统。本发明通过生成模型对视频中的驾驶员面部图像进行匿名化处理，去除与身份信息相关的特征，保留用于疲劳检测的关键面部特征，同时有针对性的设计下游的疲劳检测算法，联合优化两部分算法，形成一个端到端的整体系统，保证匿名化后的图像不影响检测精度。本发明能够在保留疲劳检测所需的关键面部特征的同时，对驾驶员的真实身份信息进行替换，生成无身份特征的虚假人像，从而在确保检测数据可用性的前提下有效保护司机的隐私；同时，提升了检测系统的鲁棒性和精确度，显著减少误报现象，使其在复杂的驾驶环境下具备更好的适应性和稳定性。
-
公开(公告)号：CN116597404B
公开(公告)日：2024-04-09
申请号：CN202310514947.3
申请日：2023-05-06
Applicant: 浙江大学
IPC: G06V20/56 , G06V10/764 , G06V20/40 , G06V10/82 , G06N3/0442 , G06N3/08
Abstract: 本发明公开了一种基于多源传感器融合的可持续道路异常检测方法，包括：在道路异常检测路段内，通过客户端在车辆行驶过程中采集加速度数据、GPS、时间戳和视频数据，上传至服务器；在服务器上进行数据预处理。对预处理得到的数据按视频帧的分辨率进行分类检测：当视频帧的分辨率大于预设的分辨率阈值时，将加速度数据和视频帧数据输入至第一道路异常检测网络进行预测，得到第一单车异常路面检测结果；当视频帧的分辨率小于预设的分辨率阈值时，将加速度数据输入至第二道路异常检测网络进行预测，得到第二单车异常路面检测结果；对单车异常路面检测结果基于OPTICS算法进行多车感知结果融合，得到异常路面检测结果。
-
公开(公告)号：CN116681323B
公开(公告)日：2023-12-05
申请号：CN202310433156.8
申请日：2023-04-20
Applicant: 浙江大学
IPC: G06Q10/0639 , G06F16/29 , G06F16/2458 , G06Q50/26 , G06Q50/30
Abstract: 本发明公开了基于个人出行链的碳排放计算方法、电子设备、介质，所述方法包括：将个人单次出行的出行链划分出行方式及其能源类型；根据划分的出行方式及其能源类型和对应的能耗，利用能源生命周期法计算基础碳排放因子；将城市区域划分为若干个网格；根据历史交通数据，计算各网格对应的车速‑坡度时空分布；根据网格对应的道路建设信息，计算碳排放修正因子；根据每段行程途径的网格和时间，基于车速‑坡度时空分布和碳排放修正因子计算个人出行链中各段碳排放，并将各段碳排放求和计算个人出行链碳排放。
-
公开(公告)号：CN120014831A
公开(公告)日：2025-05-16
申请号：CN202510217378.5
申请日：2025-02-26
Applicant: 浙江大学
IPC: G08G1/01 , G06F18/214 , G06F18/20 , G06N3/092
Abstract: 本发明属于交通管理技术领域，具体的说是一种基于多智能体的多目标交通路径诱导方法及系统，仿真模块，用于对仿真交通需求进行校准；优化控制模块，用于随着时间推移最大化整个系统的累积奖励；迭代优化模块，用于在信息交互中实现策略迭代优化；判断模块，用于通过仿真模块信息判断系统收益是否趋于稳定；输出模块，用于输出管控方案，本发明通过提供差异化的路径诱导信息，避免同质化导航信息引发的交通拥堵，实现交通流量的动态均衡，显著提升交通网络整体效率并降低车辆排放，为绿色交通的发展提供有力支持。
-
公开(公告)号：CN119830233A
公开(公告)日：2025-04-15
申请号：CN202411898700.7
申请日：2024-12-23
Applicant: 浙江大学
IPC: G06F18/27 , G06F18/213 , G06F18/10 , G06F18/214 , G06N3/0455 , G06N3/049 , G06N3/08 , G06N3/044
Abstract: 本发明属于时间预测技术领域，具体的说是一种非条件扩散模型的时间序列预测方法及系统，包括：条件非自回归扩散模型，用于实现序列重构；双编码器单元，用于实现信息提取；历史无关引导单元，用于指导去噪过程；条件与无条件生成单元，用于处理去噪过程；预测单元，用于输出预测结果；模型训练与优先单元，用于进行模型训练和验证；集成单元，用于集成条件非自回归扩散模型、双编码器单元、条件与无条件生成单元、预测单元和模型训练与优先单元，用于实现时间序列预测，本发明在预测准确性方面取得了显著进步，为实际应用提供了更可靠的预测结果。
-
Patent Agency Ranking
公开(公告)号：CN119829943A
公开(公告)日：2025-04-15
申请号：CN202411898724.2
申请日：2024-12-23
Applicant: 浙江大学
IPC: G06F18/20 , G06N3/0455 , G06N3/08 , G06N7/01 , G06F123/02
Abstract: 本发明属于时间预测技术领域，具体的说是一种混合扩散模型的时间序列生成方法及系统，包括建立双阶段扩散框架，将扩散过程划分为早期和晚期两个阶段，每个阶段对应一个扩散器模型；基于Transformer架构的模型来捕捉时间序列数据的依赖关系和动态变化；利用多样化损失函数设计确保生成的时间序列样本既具有时间一致性又能够保持与原始数据的分布相似；利用联合训练机制使两个阶段的扩散器模型被同时训练；利用自适应的优化策略实现数据稀缺场景下的自适应优化，本发明通过双阶段扩散框架和联合训练机制，不仅在不同噪声水平下学习到了全局和局部特征，还确保了生成样本在复杂时间序列数据下的多样性。
-
公开(公告)号：CN119275839B
公开(公告)日：2025-04-04
申请号：CN202411796423.9
申请日：2024-12-09
Applicant: 浙江大学
IPC: H02J3/00 , H02J3/48 , G06N3/0464 , G06N3/08
Abstract: 本申请公开了一种考虑拓扑变化的电力系统最优潮流预测方法，包括：获取数据集，数据集包括电力系统节点网络拓扑变化情况下，不同电力节点网络拓扑中各个发电机节点的有功负荷、无功负荷、自导纳矩阵的幅值及相位角；采用卷积神经网络和注意力机制对数据集进行特征提取；基于提取的特征，采用卷积神经网络直接预测以获得对应发电机节点的第一预测有功功率；以及，基于提取的特征，采用功率方程计算得对应发电机节点的第二预测有功功率；将第一预测有功功率和第二预测有功功率进行拟合以获得第三预测有功功率，将第三预测有功功率作为电力系统最优潮流实现的最优有功功率的解。本申请能够实现对拓扑改变的电力节点网络的快速准确预测。
-
公开(公告)号：CN118378060B
公开(公告)日：2024-09-24
申请号：CN202410805213.5
申请日：2024-06-21
Applicant: 浙江大学
IPC: G06F18/21 , G06F18/213 , G06F18/23 , G06F16/29
Abstract: 本发明公开了私家车碳排放关键特征和时空模式识别方法、设备、介质，包括：基于GPS轨迹数据识别得到私家车出行信息，从而估计私家车碳排放；从地理信息系统和兴趣点数据中提取道路网络特征和/或城市功能特征；将道路网络特征和/或城市功能特征分别输入至第一、第二碳排放预测模型，以私家车碳排放为训练标签，从而预测高峰时段和平峰时段分别对应的私家车交通碳排放；通过按序移除第一、第二碳排放预测模型的输入特征，计算每一输入特征对应的SHAP值，并排序，将前K1、K2个输入特征作为影响平峰时段的私家车碳排放的关键特征；对所有输入特征对应的SHAP值进行聚类，将聚类得到的离散的簇作为第一时空模式。
-
公开(公告)号：CN118278168A
公开(公告)日：2024-07-02
申请号：CN202410258721.6
申请日：2024-03-07
Applicant: 浙江大学
IPC: G06F30/20 , G06F30/13 , G06Q10/063 , G06Q10/10 , G06Q50/40
Abstract: 本发明公开了一种机场综合交通枢纽客流运行仿真评估方法与系统，所述方法包括：根据机场规划建设方案，构建面向机场综合交通枢纽全流程运营的机场综合交通枢纽设施模型，所述机场综合交通枢纽设施模型包括综合交通枢纽可行面域模型、旅客不可通行建筑障碍物模型；根据机场规划建设方案中的航站楼位置和换乘中心布局，设计行人的行进路线以及排队行为；在不同客流量压力下，基于行人的行进路线以及排队行为，根据运行机场综合交通枢纽设施模型，采集机场综合交通枢纽每一服务设施区域的仿真拥堵数据；根据仿真拥堵数据计算拥堵评估指标，基于拥堵评估指标分析得到拥堵瓶颈。
-
公开(公告)号：CN116524722A
公开(公告)日：2023-08-01
申请号：CN202310757724.X
申请日：2023-06-26
Applicant: 浙江大学
IPC: G08G1/01 , G08G1/0967
Abstract: 本发明公开了一种面向混行交通流的车辆生态驾驶控制方法、电子设备；包括：基于冲击波演化理论，计算路口集结波速度、消散波速度，得到网联自动驾驶汽车下游交叉口最远排队点位置和其形成的时刻，预测网联自动驾驶汽车通过停车线的时间和车辆状态；根据风险场模型预测人工驾驶车辆的纵向加速度，获取人工驾驶车辆的预测轨迹；构建并求解网联自动驾驶汽车最优生态参考轨迹规划模型，得到网联自动驾驶车辆的加速度曲线，获取网联自动驾驶车辆的生态参考轨迹；基于网联自动驾驶车辆前后的人工驾驶车辆的预测轨迹和风险场模型设定风险因子，基于风险因子和生态参考轨迹构建循迹目标，采用模型预测控制求解，得到网联自动驾驶车辆的控制输入。
-
-
-
-
-
-
-
-
-
Search Results
28
records
(took 0.019 seconds)
