-
公开(公告)号：CN103646187B
公开(公告)日：2017-02-08
申请号：CN201310741928.0
申请日：2013-12-27
Applicant: 中国科学院自动化研究所 , 东莞中国科学院云计算产业技术创新与育成中心
Abstract: 本发明公开了一种统计周期内车辆出行路线及OD矩阵获取方法，该方法包括以下步骤：划分某路网区域中的交通小区及道路；在每段路或合并路段后的出口或入口处放置车辆检测设备，以检测行驶车辆的唯一标识；在统计周期内，利用车辆检测设备不间断地采集道路上行驶的车辆的信息，并将其存储到后台数据库中；提取每辆车在该统计周期内的时间和位置数据，获取该车辆在该统计周期内的路径信息并进行存储；根据所述路径信息获取该车辆的初始地和目的地所处的交通小区，综合考虑所有车辆的起讫点，从而得到统计周期内的OD矩阵。本发明以车辆标识为依据，通过各种数据挖掘与融合方法和先进的计算机实时处理技术，动态地获取和更新车辆出行路线及OD矩阵。
-
公开(公告)号：CN103593991B
公开(公告)日：2016-08-17
申请号：CN201310586992.6
申请日：2013-11-20
Applicant: 东莞中国科学院云计算产业技术创新与育成中心 , 中国科学院自动化研究所
Abstract: 本发明涉及城市交通控制与管理技术领域，尤其是一种交通疏散诱导系统的交通疏散方法。本发明由设置在疏散区域内每条道路的起始和结束位置、每个疏散点、经过疏散区域的公交车上的视频检测设备，设置在疏散路径的交叉点的诱导屏，部署在疏散区域及其周边的无线传感网络，控制中心，及移动或固定接入网络构成视频物联网；控制中心根据现场采集的信息生成两类诱导信息，并通过移动或固定接入网络将诱导信息下发到现场的诱导屏显示；引导疏散者合理分布到各疏散路径和选择疏散点。本发明解决了核心区域的人员疏散问题；可以用于大型活动、旅游景点等场所的交通疏散。
-
公开(公告)号：CN103593991A
公开(公告)日：2014-02-19
申请号：CN201310586992.6
申请日：2013-11-20
Applicant: 东莞中国科学院云计算产业技术创新与育成中心 , 中国科学院自动化研究所
Abstract: 本发明涉及城市交通控制与管理技术领域，尤其是一种交通疏散诱导系统及其交通疏散方法。本发明由设置在疏散区域内每条道路的起始和结束位置、每个疏散点、经过疏散区域的公交车上的视频检测设备，设置在疏散路径的交叉点的诱导屏，部署在疏散区域及其周边的无线传感网络，控制中心，及移动或固定接入网络构成视频物联网；控制中心根据现场采集的信息生成两类诱导信息，并通过移动或固定接入网络将诱导信息下发到现场的诱导屏显示；引导疏散者合理分布到各疏散路径和选择疏散点。本发明解决了核心区域的人员疏散问题；可以用于大型活动、旅游景点等场所的交通疏散。
-
公开(公告)号：CN103150913A
公开(公告)日：2013-06-12
申请号：CN201310049862.9
申请日：2013-02-07
Applicant: 东莞中国科学院云计算产业技术创新与育成中心 , 中国科学院自动化研究所
IPC: G08G1/08
Abstract: 本发明公开了一种动态自适应交通信号控制装置及方法，所述装置由一个安装在路口附近的交通信号控制器和安装在各入口方向上的多个视频检测设备组成，交通信号控制器和视频采集处理设备间通过无线通信模块进行通信，交通信号控制器根据各入口方向上的排队长度动态选择放行阶段并实时计算需要放行的时间。本发明还公开了一种利用所述交通信号控制装置对交通信号进行动态自适应控制的方法。本发明提出的装置简单灵活，易于实施，并可提高路口的通行能力。
-
公开(公告)号：CN118378931A
公开(公告)日：2024-07-23
申请号：CN202410265909.3
申请日：2024-03-08
Applicant: 中国科学院自动化研究所 , 中国铁道科学研究院集团有限公司 , 北京交通大学 , 中国国家铁路集团有限公司
IPC: G06Q10/0639 , G06Q10/04 , G06Q50/40 , G06F16/9035 , G06F16/906 , G06F18/2135
Abstract: 本发明提供一种平行调度系统站区运营态势推演方法，其中方法包括，获取当前技术作业站的实时运营数据；对实时运营数据进行分类，得到各个作业环节的运营数据；基于各个作业环节的运营数据进行降维分析，得到当前技术作业站的分析结果，并基于分析结果进行运营态势推演，得到当前技术作业站的运营态势，克服了传统方案中技术作业站运营工作的评价和运输态势的推演依赖于人工经验，导致运营工作评价和运输态势推演的主观性强、效率和准确性低下，难以适应于技术作业站的运营管理需求的缺陷，实现了对技术作业站运营工作的客观评价以及运输态势的准确预测，提高了技术作业站的管理水平和工作效率，并为调度系统调度决策的优化提供了依据。
-
Patent Agency Ranking
公开(公告)号：CN115759591A
公开(公告)日：2023-03-07
申请号：CN202211370721.2
申请日：2022-11-03
Applicant: 中国科学院自动化研究所
IPC: G06Q10/0631 , G06Q50/04 , G06N3/044 , G06N3/045 , G06N3/048 , G06N3/0475 , G06N3/098
Abstract: 本发明提供一种柔性车间调度模型建立方法和电子设备。该方法包括：创建柔性车间的调度仿真环境模型；创建初始柔性车间调度模型，该模型包括生成器网络和判别器网络；通过生成器网络与调度仿真环境模型交互，生成对应生产任务的模拟方案并将模拟方案存入经验池；收集专家方案建立专家池；采用第一训练集对判别器网络进行训练，输出模拟方案和专家方案对应的判别概率，训练时以判别标签为目标对判别器网络的参数进行优化；采用第二训练集对生成器网络进行训练，训练时以第二训练集中的判别概率为目标对生成器网络的参数进行优化；每优化一次则记录一次步数，当达到预设步数时得到柔性车间调度模型。该方法学习过程更稳定，学习质量更高。
-
公开(公告)号：CN110532907B
公开(公告)日：2022-01-21
申请号：CN201910748649.4
申请日：2019-08-14
Applicant: 中国科学院自动化研究所 , 东莞中国科学院云计算产业技术创新与育成中心
IPC: G06V40/16 , G06V20/64 , G06V10/80 , G06V10/764 , G06V10/774 , G06V10/82 , G06N3/08 , G16H30/20 , G16H50/20
Abstract: 本发明属于图像识别及中医体质分类领域，具体涉及了一种基于面象和舌象双模态特征提取的中医人体体质分类方法、系统、装置，旨在解决现有技术体质分类结果准确率不能达到预期的问题。本发明方法包括：对获取的二维人脸、舌象图像归一化，对获取的三维人脸图像进行3D人脸识别预处理、自组织映射、k‑最邻近操作；提取处理后的二维图像的颜色特征、纹理特征，三维数据的几何特征；将特征融合并降维；采用DAG‑SVM多类分类模型获得对应的体质类别。本发明结合二维和三维数据的特征，在一些疾病的诊断中能够收集到更多角度尺度信息，提高了体质分类的准确率，从而提高了疾病诊断的准确率。
-
公开(公告)号：CN109345932B
公开(公告)日：2021-09-28
申请号：CN201810996106.X
申请日：2018-08-29
Applicant: 中国科学院自动化研究所 , 中国医学科学院北京协和医院
IPC: G09B23/28
Abstract: 本发明涉及医疗模型领域，具体涉及一种基于3D打印的医疗模型及其制作方法，目的在于提供术前模拟训练的模型。本发明的制作方法包括以下步骤：构建目标骨骼的三维数字模型；从中提取预设个数的目标骨骼的子模型；对每个目标骨骼的子模型进行孔洞修复；构建目标软组织/器官模具的三维数字模型；根据修复后的目标骨骼的子模型和模具的三维数字模型进行3D打印，得到目标骨骼的实物模型和目标软组织/器官的模具；基于3D打印得到的模具，制作目标软组织/器官的实物模型；将目标骨骼的实物模型与目标软组织/器官的实物模型进行组合，得到医疗模型。本发明制作的模型仿真度高，可以对医务人员进行术前的有效模拟训练，提高了手术成功率。
-
公开(公告)号：CN111508230B
公开(公告)日：2021-08-20
申请号：CN202010297850.8
申请日：2020-04-16
Applicant: 中国科学院自动化研究所
Abstract: 本发明属于智能交通系统领域，具体涉及一种基于深度学习的分时段交通流趋势预测方法、系统、装置，旨在解决现有预测交通流的方法预测精度较低、稳定性较差的问题。本系统方法包括：获取待预测的交通观测点t时刻之前的历史交通流数据及对应的采样时间；对历史交通流数据标准化，并进行一阶差分；提取差分后数据的特征，并对其对应的采样时间进行编码，将编码后的采样时间与提取的特征进行拼接；基于拼接后的特征，通过第二模型得到t时刻相对于t‑1时刻交通流的变化量，并结合t‑1时刻的交通流数据，得到待预测交通观测点t时刻的交通流数据的预测结果；将预测结果进行反标准化，得到t时刻交通流的预测值。本发明提高了预测的稳定性和精度。
-
公开(公告)号：CN111951950A
公开(公告)日：2020-11-17
申请号：CN201910410962.7
申请日：2019-05-16
Applicant: 中国科学院自动化研究所 , 东莞中国科学院云计算产业技术创新与育成中心
Abstract: 本发明属于人工智能与医疗领域，具体涉及一种基于深度学习的三维数据医疗分类系统和方法，旨在为了解决现有计算机方法进行病变部位病理特征分类准确性低的问题。本发明对获取的患者病变部位的三维数据通过三维空间仿射变换，得到三维数据特征向量，基于神经网络构建的医疗分类模型对三维数据特征向量进行病理特征类别的判断，进而得到病理特征分类。本发明基于三维数据，丰富了输入数据所包含的信息量，且降低了光照等自然因素影响，并基于训练后的医疗分类模型进行病理特征分类的分配，提高了病变部位病理特征分类准确性。
-
-
-
-
-
-
-
-
-
Search Results
69
records
(took 0.045 seconds)
