公开(公告)号：CN118145050A

公开(公告)日：2024-06-07

申请号：CN202410459222.3

申请日：2024-04-17

申请人： 辽宁工程技术大学

发明人： 周春晖 ,  许明

IPC分类号： B64U80/70 ,  B64U10/14 ,  B64U20/40 ,  B64U20/87 ,  B64U101/30

摘要： 本发明涉及遥感影像采集技术领域，具体的说是一种遥感影像数据采集平台，包括收纳组件，收纳组件包括柜体，柜体的内部固定安装有用于对数据分析处理的控制主机，柜体的内部四角位置均放置有飞行组件，飞行组件的下端固定安装有采集组件，飞行组件包括有无人机主机，无人机主机的四周均固定安装有桨叶，桨叶的外侧固定安装有防护环，防护环之间固定安装有拼接架，飞行组件之间通过拼接架相连接组合，在使用时，通过采用收纳组件，便于对本技术方案进行收纳携带和在操作时，进行展开，方便户外使用，灵活性强，便于操作，且飞行组件之间便于进行拼装，方便适用于不同类型的采集组件，便于进行无人机遥感影像数据采集，便于使用，灵活性强。

公开(公告)号：CN116933027A

公开(公告)日：2023-10-24

申请号：CN202310858826.0

申请日：2023-07-13

申请人： 辽宁工程技术大学

发明人： 许明 ,  李佳妮

IPC分类号： G06F18/20 ,  G06F17/16

摘要： 本发明提供了一种基于SVD算法的数据异常检测方法，其包括构建原始数据矩阵L(t)，对跨越时间范围r的原始数据L(t)进行SWASVD操作并进行降维，对每列数据进行中心化处理，计算原始数据Lt(t)和重构数据Lt′(t)之间的差异δ(t)，并计算每行的2‑范数。本发明提供一种能提高检测效率的新方法。

公开(公告)号：CN116776965A

公开(公告)日：2023-09-19

申请号：CN202310727528.8

申请日：2023-06-19

申请人： 辽宁工程技术大学

发明人： 许明 ,  左东宇 ,  张晶

IPC分类号： G06N3/092 ,  G06N3/0464

摘要： 本发明公开了一种自适应频率绿灯优化速度咨询模型学习系统及方法，包括交通信息获取模块、强化学习模块、奖励函数模块，所述交通信息获取模块的数据输出端与所述强化学习模块的数据输入端连接，所述强化学习模块的数据输出端与所述奖励函数模块的数据输入端连接；所述强化学习模块包括混合Actor网络和Critic网络；该系统及方法将速度咨询的频次转化为一系列自适应决策，并使用基于学习的方法从观察到的状态信息中学习相关特征，这使得车辆能够动态调整其驾驶状态，当交通场景发生变化时，车辆也可以及时调整行驶状态；本系统及方法可以根据动态交通流动态调整速度咨询频次，可以很好的适应交通的动态性和复杂性。

公开(公告)号：CN116738634A

公开(公告)日：2023-09-12

申请号：CN202310703753.8

申请日：2023-06-14

申请人： 辽宁工程技术大学

发明人： 许明 ,  张晶 ,  左东宇

IPC分类号： G06F30/18 ,  G06F30/27 ,  G06N3/0442 ,  G06N3/08 ,  G06F111/08

摘要： 本发明公开了一种基于多图融合的路网节点关键度排序学习系统及方法，通过模型输入模块、数据建模模块、学习模块、排序模块的配合设置，我们提出了一个采样算法MGWalk，该算法利用多图融合来捕获路段之间基于属性的复杂关联，然后，我们采用一个有效的学习模块来学习路段的嵌入，再引入一个排序模块，根据所获得的路段嵌入来学习重要路段的排序结果，我们最终构建了一个合成数据集来研究道路网络节点的重要性的识别和排序，综合实验结果表明，我们提出的系统和方法能准确分析大规模复杂交通网络，并能识别道路网的多种交通特征。

公开(公告)号：CN116682077A

公开(公告)日：2023-09-01

申请号：CN202310703776.9

申请日：2023-06-14

申请人： 辽宁工程技术大学

发明人： 许明 ,  马力 ,  李金烨

IPC分类号： G06V20/54 ,  G06V10/40 ,  G06V10/80 ,  G06V10/82 ,  G06N3/048 ,  G06N3/08

摘要： 本发明提供一种基于车辆重识别网络的车辆重识别方法及装置，该方法包括：将输入图像输入到加入了挤压和激励SE‑block模块的图像特征提取网络，提取图像特征；将所述输入图像对应的时空信息输入到MLP主干网络提取时空特征；利用DMLP将提取的图像特征和时空特征进行融合；采用三元组损失函数和交叉熵损失函数优化车辆重识别网络；使用优化后的车辆重识别网络进行车辆重识别。该方法及装置能够解决现有的车辆重识别方法仅利用外观信息进行车辆重识别，导致车辆重识别准确性低的问题。

公开(公告)号：CN115171388A

公开(公告)日：2022-10-11

申请号：CN202210851099.0

申请日：2022-07-20

申请人： 辽宁工程技术大学

发明人： 许明 ,  高登磊

IPC分类号： G08G1/01 ,  H04L67/12

摘要： 本发明属于人工智能领域，具体涉及一种智能网联车的多交叉口旅行时间协同优化方法；将智能网联车与强化学习方法结合，提出一个新的奖励函数，奖励函数将交通系统车辆的平均速度作为奖励值，对交通系统中出现车辆行驶的减速度低于舒适度参数的情况进行惩罚。并且利用SUMO软件将车辆配置IDM跟驰模型模拟人工车辆，对IDM跟驰模型中舒适度参数计算进行改进，根据当前的车流量，车道长度，车辆期望速度计算IDM跟驰模型的舒适度参数。本发明证明通过强化学习方法与ICV结合，有效的提高交通流率和提升交通稳定性。并且验证了经过强化学习后的ICV可以有效的减少车辆加速度频繁变换情况。

公开(公告)号：CN116738725A

公开(公告)日：2023-09-12

申请号：CN202310706735.5

申请日：2023-06-14

申请人： 辽宁工程技术大学

发明人： 许明 ,  马蕴一

IPC分类号： G06F30/20 ,  G06Q50/30 ,  G06N3/04 ,  G06N3/08

摘要： 本发明公开了一种城市路网流量生成因果关系的异质图学习系统及方法，包括交通路网异质图构建模块、流量生成因果关系学习模块和时间相关性建模模块，所述交通路网异质图构建模块的数据输出端与所述流量生成因果关系学习模块的数据输入端连接，所述流量生成因果关系学习模块的数据输出端与所述时间相关性建模模块的数据输入端连接；该系统及方法捕捉了OD需求和路径级空间依赖，从车辆轨迹数据中学习旅行需求和交通流量之间的因果关系，并匹配交通流量生成的基本过程，可应用于构建路网数字孪生，该系统及方法支持实时与物理交通系统进行交互，可为实时决策提供可靠结果，在推演受异常交通事件影响路段的交通流量方面，表现出显著优势。