公开(公告)号：CN112183862A

公开(公告)日：2021-01-05

申请号：CN202011048192.5

申请日：2020-09-29

申请人： 长春理工大学

发明人： 李松江 ,  吴宁 ,  王鹏

IPC分类号： G06Q10/04 ,  G06Q50/26 ,  G06K9/62 ,  G06N3/04 ,  G06N3/08 ,  G08G1/01

摘要： 本发明公开一种城市路网的交通流量预测方法及系统，涉及智能交通技术领域，方法包括：建立包括邻接矩阵以及时间序列向量矩阵的训练数据集；建立图小波注意力门控循环神经网络模型；该模型包括基于小波变换的图卷积神经网络以及与所述图卷积神经网络连接的门控循环神经网络；门控循环神经网络包括与各时间段一一对应的融入注意力机制的门控循环单元；利用训练数据集对图小波注意力门控循环神经网络模型进行训练和优化；将待预测的城市路网的邻接矩阵以及时间序列向量矩阵输入训练和优化后的图小波注意力门控循环神经网络模型，得到各路段未来一时间段的交通流量。本发明公开的方法及系统，能够准确预测交通流量。

公开(公告)号：CN111950551A

公开(公告)日：2020-11-17

申请号：CN202010816397.7

申请日：2020-08-14

申请人： 长春理工大学

发明人： 李松江 ,  吴宁 ,  王鹏

IPC分类号： G06K9/32 ,  G06K9/46 ,  G06K9/62 ,  G06N3/04 ,  G06N3/08

摘要： 本发明涉及一种基于卷积神经网络的目标检测方法，包括：基于残差卷神经网络进行特征提取，得到逐层的基础特征图；将所述基础特征图由浅至深依次融合，得到融合特征图；基于区域生成网络对所述融合特征图进行候选框提取，得到候选目标区域特征图；根据所述融合特征图和所述候选目标区域特征图得到感兴趣区域特征图；根据所述感兴趣区域特征图基于全卷积层得到分类得分和边框回归。本发明针对小目标及遮挡目标具有较高检测精度。

公开(公告)号：CN111950551B

公开(公告)日：2024-03-08

申请号：CN202010816397.7

申请日：2020-08-14

申请人： 长春理工大学

发明人： 李松江 ,  吴宁 ,  王鹏

IPC分类号： G06V10/25 ,  G06V10/44 ,  G06V10/80 ,  G06V10/82 ,  G06V10/764 ,  G06N3/0464 ,  G06N3/08