-
公开(公告)号：CN118470971B
公开(公告)日：2025-03-11
申请号：CN202410631129.6
申请日：2024-05-21
Applicant: 重庆邮电大学
IPC: G08G1/01
Abstract: 本发明涉及一种基于时空数据及分数阶累加偏灰色模型的短时交通流预测方法，属于智能交通技术领域。该方法包括：将一维点序列的原始数据形式构造成矩阵原始数据序列；根据原始数据矩阵序列计算累加生成序列X(r)及其对应的均值序列Z(r)和偏导数序列；建立基于时空数据的短时交通流预测模型FPGM，并构造矩阵B和Y以估计模型参数；采用粒子群算法寻找最佳分数阶累加阶数以及正弦函数中的参数；计算模型的模拟值X(r)、还原值X(0)；计算模型FPGM(1,1|sin)和对比模型的均方误差、平均绝对模拟百分比误差、均方根百分比误差、平均绝对误差及相关系数；若各项指标通过误差检验，则使用FPGM(1,1|sin)模型预测未来趋势，否则返回步骤S1。本发明能够为交通流数据分析和预测提供数据支持。
-
公开(公告)号：CN107662617A
公开(公告)日：2018-02-06
申请号：CN201710873933.5
申请日：2017-09-25
Applicant: 重庆邮电大学
Abstract: 本发明涉及一种基于深度学习的车载交互控制算法，属于车联网智能控制技术领域。该算法包括：多特征融合下的自然语言数据稀疏表示，使词、句子等多层次结构中的词向量与词性、依存关系等语境向量深度融合，且稀疏表示融合生成的词向量；半监督学习下的自然语言深度学习模型优化，使深度学习模型与自然语言任务匹配，并按不同训练环境快速切换梯度学习机制；表示学习下的自然语言张量知识图构建与推理，使知识图中的实体、概念、类别以及语义关系转换为同一语义空间的数值向量，利用多列卷积神经网络学习获取知识特征向量，通过目标问句向量与知识特征向量的相似度得分计算实现知识推理。本发明能有效应答用户交互的自然语言信息，满足用户的行车需求。
-
公开(公告)号：CN107610224A
公开(公告)日：2018-01-19
申请号：CN201710874127.X
申请日：2017-09-25
Applicant: 重庆邮电大学
Abstract: 本发明涉及一种基于弱监督与明确闭塞建模的3D汽车对象类表示算法，属于神经网络对汽车检测与定位的领域。该算法利用弱标签图片作为训练集，同时利用3D汽车闭塞模型能通过汽车零部件定位与遮挡评估来恢复与完善汽车3D信息的优点，解决目前汽车检测中存在汽车检测与定位不完整的问题。本发明采用3D汽车闭塞模型对仅有的2D汽车信息进行恢复与完善，使得被截断、遮挡和闭塞等不完整的2D汽车信息恢复为完成的3D汽车表示，解决了目前汽车检测代价大，汽车信息检测与汽车定位不完备的问题。3D汽车对象类表示因此采用基于弱监督与明确闭塞建模的算法对于汽车检测与定位的后续处理具有重要的理论意义和应用价值。
-
公开(公告)号：CN116978222A
公开(公告)日：2023-10-31
申请号：CN202310913245.2
申请日：2023-07-24
Applicant: 重庆邮电大学
IPC: G08G1/01
Abstract: 本发明涉及一种基于时空数据的短时交通流预测方法，属于智能交通技术领域。该方法是：首先，通过灰色关联度分析方法和交通流的周期性选取不同路段的交通流数据，以反映交通流数据的时空特征；其次，为了提高新模型的适用性，采用粒子群优化算法寻找最佳背景值系数。最后，将该模型应用于短时交通流预测。利用交通流数据的周期性对三个不同时期的短时交通流进行预测，从预测数据趋势可以看出与原始数据的发展趋势一致。本发明模型的预测结果可以为交通管理系统提供可靠的信息，丰富交通流预测的研究方法。
-
公开(公告)号：CN107610224B
公开(公告)日：2020-11-13
申请号：CN201710874127.X
申请日：2017-09-25
Applicant: 重庆邮电大学
Abstract: 本发明涉及一种基于弱监督与明确闭塞建模的3D汽车对象类表示算法，属于神经网络对汽车检测与定位的领域。该算法利用弱标签图片作为训练集，同时利用3D汽车闭塞模型能通过汽车零部件定位与遮挡评估来恢复与完善汽车3D信息的优点，解决目前汽车检测中存在汽车检测与定位不完整的问题。本发明采用3D汽车闭塞模型对仅有的2D汽车信息进行恢复与完善，使得被截断、遮挡和闭塞等不完整的2D汽车信息恢复为完成的3D汽车表示，解决了目前汽车检测代价大，汽车信息检测与汽车定位不完备的问题。3D汽车对象类表示因此采用基于弱监督与明确闭塞建模的算法对于汽车检测与定位的后续处理具有重要的理论意义和应用价值。
-
Patent Agency Ranking
公开(公告)号：CN107662617B
公开(公告)日：2019-11-05
申请号：CN201710873933.5
申请日：2017-09-25
Applicant: 重庆邮电大学
Abstract: 本发明涉及一种基于深度学习的车载交互控制算法，属于车联网智能控制技术领域。该算法包括：多特征融合下的自然语言数据稀疏表示，使词、句子等多层次结构中的词向量与词性、依存关系等语境向量深度融合，且稀疏表示融合生成的词向量；半监督学习下的自然语言深度学习模型优化，使深度学习模型与自然语言任务匹配，并按不同训练环境快速切换梯度学习机制；表示学习下的自然语言张量知识图构建与推理，使知识图中的实体、概念、类别以及语义关系转换为同一语义空间的数值向量，利用多列卷积神经网络学习获取知识特征向量，通过目标问句向量与知识特征向量的相似度得分计算实现知识推理。本发明能有效应答用户交互的自然语言信息，满足用户的行车需求。
-
公开(公告)号：CN106332279A
公开(公告)日：2017-01-11
申请号：CN201610820871.7
申请日：2016-09-13
Applicant: 重庆邮电大学
Abstract: 本发明请求保护一种基于节点间连通性差异及粒子群优化的DV-Hop(distance vector-hop)定位方法，涉及通信技术领域，给出了改进的基于节点间连通性差异的DV-Hop算法，该算法在三边测量法中选择最优的3个锚节点估计未知节点的位置、并根据最近锚节点对估计位置进行校准，最后选择连通性差异最小的位置作为估计位置。为了进一步提高定位精度，引入了基于自适应粒子群的DV-Hop算法，改进粒子群算法中的速度、位置更新公式，变化适应度函数，然后对粒子进行排序。将ICDA DV-Hop算法和MPSO DV-Hop算法结合。实施本发明，能够使算法具有较好的收敛速度并且有效地提高定位精度。
-
公开(公告)号：CN116978222B
公开(公告)日：2024-04-16
申请号：CN202310913245.2
申请日：2023-07-24
Applicant: 重庆邮电大学
IPC: G08G1/01
Abstract: 本发明涉及一种基于时空数据的短时交通流预测方法，属于智能交通技术领域。该方法是：首先，通过灰色关联度分析方法和交通流的周期性选取不同路段的交通流数据，以反映交通流数据的时空特征；其次，为了提高新模型的适用性，采用粒子群优化算法寻找最佳背景值系数。最后，将该模型应用于短时交通流预测。利用交通流数据的周期性对三个不同时期的短时交通流进行预测，从预测数据趋势可以看出与原始数据的发展趋势一致。本发明模型的预测结果可以为交通管理系统提供可靠的信息，丰富交通流预测的研究方法。
-
公开(公告)号：CN117708481A
公开(公告)日：2024-03-15
申请号：CN202311611893.9
申请日：2023-11-29
Applicant: 重庆邮电大学
Abstract: 本发明涉及一种基于机器学习的气凝胶吸波频宽优化方法，属于计算机材料领域。以不同氧化硅含量的碳化硅@氧化硅纳米线气凝胶的介电常数作为数据库，构建矩阵序列，作为模型的输入，通过设置层状碳化硅@氧化硅纳米线气凝胶的层数和每层的最大厚度，随机产生层状碳化硅@氧化硅纳米线气凝胶的初始群体，利用遗传算法，获得由材料种类和厚度构成的基因序列，通过构建的目标函数，筛选出满足宽频吸波目标的层状碳化硅@氧化硅纳米线气凝胶。
-
公开(公告)号：CN108256307B
公开(公告)日：2021-04-02
申请号：CN201810030098.3
申请日：2018-01-12
Applicant: 重庆邮电大学
Abstract: 本发明涉及一种智能商务旅居房车的混合增强智能认知方法，该方法具体包含如下步骤：S1：驾乘人员与车载电子设备进行交流，并通过用户与车载电子设备的对话状态跟踪；S2：根据跟踪采集到的驾乘人员的声纹信息对驾乘人员进行身份认证；S3：对驾乘人员的行为意图进行分析；S4：对驾乘人员进行人脸识别进行驾乘人员身份鉴定和疲劳监测；S5：对驾乘人员进行手势识别；S6：综合得出分析识别结果。本发明将人的作用与人的认知模型引入到商务旅居房车中形成更强的智能形态，提升机器理解并适应商务旅居房车内外环境、完成复杂时空关联任务的能力，增强商务旅居房车功能和空间体验。
-
-
-
-
-
-
-
-
-
Search Results
18
records
(took 0.021 seconds)
