-
公开(公告)号：CN109584541A
公开(公告)日：2019-04-05
申请号：CN201910095578.2
申请日：2019-01-31
Applicant: 电子科技大学 , 四川浩特通信有限公司
Abstract: 本发明公开了一种微观交通仿真系统的混合路网模型的构建方法，其特征在于，包括：建立适用机动车的连续路网坐标系；利用元胞自动机模型建立适用非机动车和行人的元胞坐标系；通过将连续路网坐标系的机动车转换至所述元胞坐标系，建立混合路网模型。本发明通过综合连续路网模型和离散路网模型建立微观交通仿真系统的混合路网模型，适用于机动车、非机动车和行人，尤其适用国内的混合交通流。
-
公开(公告)号：CN109685288B
公开(公告)日：2022-05-10
申请号：CN201910034735.9
申请日：2019-01-15
Applicant: 电子科技大学 , 四川浩特通信有限公司
Abstract: 本发明公开了一种分布式交通流预测方法及系统，所述方法，包括：步骤1，获取交通流数据；步骤2，采用预先建立的分布式交通流预测模型对交通流数据进行处理得到预测结果；其中，所述分布式交通流预测模型的生成方法为：步骤2.1，基于交通流数据计算实测单路段拥堵值；步骤2.2，基于所述实测单路段拥堵值训练单路段交通流预测模型；步骤2.3，采用深度随机森林，将选定区域的交通流数据和所述单路段交通流预测模型输出的预测单路段拥堵值作为训练集数据输入，训练分布式交通流预测模型。本发明将计算由各个节点分担，进行并行运算，大大减少了服务器的运算量和运算时间。
-
公开(公告)号：CN110472514A
公开(公告)日：2019-11-19
申请号：CN201910660271.2
申请日：2019-07-22
Applicant: 电子科技大学 , 四川浩特通信有限公司
Abstract: 本发明公开了一种自适应车辆目标检测算法模型及其构建方法，所述构建方法包括：S1，分别获取训练集的特征向量集和测试集的特征向量集；S2，将训练集的特征向量集映射到测试集的特征向量集，得到目标特征向量数据集；S3，利用目标特征向量数据集训练YOLOv3神经网络模型，得到自适应车辆目标检测算法模型。本发明建立的自适应车辆目标检测算法模型，能够解决训练集和测试集之间的差异问题，提高模型的自适应能力，同时提高目标检测任务下车辆识别的准确率。
-
公开(公告)号：CN110049054A
公开(公告)日：2019-07-23
申请号：CN201910332582.6
申请日：2019-04-24
Applicant: 电子科技大学
Abstract: 本发明公开了一种支持隐私信息隐藏的明文共享数据审计方法和系统，所述方法包括：(1)私钥生成中心对系统进行初始化；(2)用户端从私钥生成中心提取私钥；(3)用户端生成文件的盲文件、文件标签以及对应的签名，并提交给管理端；(4)管理端根据收到的盲文件、文件标签以及对应的签名对文件进行审查，在审查通过时将盲文件、文件标签以及对应的签名上传至云端；(5)第三方审计端根据云端上的盲文件、文件标签以及对应的签名对文件进行完整性审计。本发明提出的隐私信息隐藏机制能够防御恶意管理者对文件非法操作，任何非法操作都会在云端校检文件时检测出来。
-
Patent Agency Ranking
公开(公告)号：CN109685288A
公开(公告)日：2019-04-26
申请号：CN201910034735.9
申请日：2019-01-15
Applicant: 电子科技大学 , 四川浩特通信有限公司
CPC classification number: G06Q10/04 , G06N3/0454 , G08G1/0104 , G08G1/0125
Abstract: 本发明公开了一种分布式交通流预测方法及系统，所述方法，包括：步骤1，获取交通流数据；步骤2，采用预先建立的分布式交通流预测模型对交通流数据进行处理得到预测结果；其中，所述分布式交通流预测模型的生成方法为：步骤2.1，基于交通流数据计算实测单路段拥堵值；步骤2.2，基于所述实测单路段拥堵值训练单路段交通流预测模型；步骤2.3，采用深度随机森林，将选定区域的交通流数据和所述单路段交通流预测模型输出的预测单路段拥堵值作为训练集数据输入，训练分布式交通流预测模型。本发明将计算由各个节点分担，进行并行运算，大大减少了服务器的运算量和运算时间。
-
公开(公告)号：CN110049054B
公开(公告)日：2021-07-06
申请号：CN201910332582.6
申请日：2019-04-24
Applicant: 电子科技大学
Abstract: 本发明公开了一种支持隐私信息隐藏的明文共享数据审计方法和系统，所述方法包括：(1)私钥生成中心对系统进行初始化；(2)用户端从私钥生成中心提取私钥；(3)用户端生成文件的盲文件、文件标签以及对应的签名，并提交给管理端；(4)管理端根据收到的盲文件、文件标签以及对应的签名对文件进行审查，在审查通过时将盲文件、文件标签以及对应的签名上传至云端；(5)第三方审计端根据云端上的盲文件、文件标签以及对应的签名对文件进行完整性审计。本发明提出的隐私信息隐藏机制能够防御恶意管理者对文件非法操作，任何非法操作都会在云端校检文件时检测出来。
-
公开(公告)号：CN109766642A
公开(公告)日：2019-05-17
申请号：CN201910034685.4
申请日：2019-01-15
Applicant: 电子科技大学 , 四川浩特通信有限公司
Abstract: 本发明公开了一种自演化交通路网拓扑建模方法，包括：步骤一、建立交通路网模型，所述交通路网模型以节点的度和邻接矩阵表示；步骤二、计算交通路网模型中的预测交通流量；步骤三、建立自演化交通路网模型，所述自演化交通路网模型的节点的度和邻接矩阵根据预测交通流量进行更新。本发明对图论和复杂网络理论中的度的定义进行了修改，使得其可运用于实际交通路网的拓扑建模，并用以表征路网交叉口重要程度；并运用马尔可夫模型计算预测交通流量，结合各节点维护的邻接矩阵实现节点的度的自演化更新，从而完成交通路网的自演化拓扑建模。
-
公开(公告)号：CN110472514B
公开(公告)日：2022-05-31
申请号：CN201910660271.2
申请日：2019-07-22
Applicant: 电子科技大学 , 四川浩特通信有限公司
IPC: G06V20/58 , G06V10/25 , G06V10/764 , G06V10/774 , G06V10/82 , G06K9/62 , G06N3/04 , G06N3/08
Abstract: 本发明公开了一种自适应车辆目标检测算法模型及其构建方法，所述构建方法包括：S1，分别获取训练集的特征向量集和测试集的特征向量集；S2，将训练集的特征向量集映射到测试集的特征向量集，得到目标特征向量数据集；S3，利用目标特征向量数据集训练YOLOv3神经网络模型，得到自适应车辆目标检测算法模型。本发明建立的自适应车辆目标检测算法模型，能够解决训练集和测试集之间的差异问题，提高模型的自适应能力，同时提高目标检测任务下车辆识别的准确率。
-
公开(公告)号：CN110472271A
公开(公告)日：2019-11-19
申请号：CN201910584327.0
申请日：2019-07-01
Applicant: 电子科技大学 , 四川浩特通信有限公司
Abstract: 本发明公开了一种微观交通仿真的非机动车道混合交通流模型构建方法，包括：建立包含非机动车和行人的多车道元胞自动机模型；在多车道元胞自动机模型基础上建立交通流模型。本发明的微观交通仿真的非机动车道混合交通流模型构建方法构建的交通流模型融合了非机动车和行人。
-
-
-
-
-
-
-
-
Search Results
9
records
(took 0.021 seconds)
