-
公开(公告)号：CN119028151A
公开(公告)日：2024-11-26
申请号：CN202411135783.4
申请日：2024-08-19
Applicant: 南通大学
Abstract: 本发明公开了一种基于时空同步GraphSAGE的交通流量预测方法，包括：生成时间序列的交通流数据；根据空间邻接矩阵和斯皮尔曼相关系数矩阵，先构建包容式空间邻接矩阵，进而设计包容式时空同步图；构建时空同步GraphSAGE模型，该模型依照GraphSAGE思想，对每个交通节点，通过注意力机制聚合其1到K阶时空邻居的交通特征，并与该交通节点的本身特征进行拼接，以此归纳式同步学习交通流数据的时空依赖。本发明通过设计包容式时空同步图，实现交通流数据的时空同步建模，使模型达到精确的预测精度，同时基于GraphSAGE归纳式聚合交通节点的时空特征，解决了以往交通流量预测方法中全图训练及直推式学习的局限性。
-
公开(公告)号：CN119007442A
公开(公告)日：2024-11-22
申请号：CN202411135781.5
申请日：2024-08-19
Applicant: 南通大学
IPC: G08G1/01 , G08G1/048 , G06F18/2115 , G06F18/214
Abstract: 本发明公开了一种基于动态多图时空同步网络的交通流量预测方法，包括：生成时间序列的交通流数据；设计特征增强模块，将交通流数据与外部因素融合；定义时间和空间上的多图，并构造两种动态时空同步图；构建动态多图时空同步网络，该网络叠加四层动态多图时空同步层，每层动态多图时空同步层中部署两种平行的动态多图时空同步模块，以此同步建模交通流数据的时空依赖。本发明将交通流数据与外部因素融合，考虑了天气、温度等气象因素对交通流的影响，同时构造了不同的动态时空同步图，以从多方面、多角度同步提取交通流数据的时空相关性，进而使模型达到精确的预测精度。
-
公开(公告)号：CN118790292A
公开(公告)日：2024-10-18
申请号：CN202410951282.7
申请日：2024-07-16
Applicant: 南通大学
Abstract: 本发明为一种自动驾驶车辆交互信息方法与系统，交互步骤包括针对自动驾驶车辆周围进行环境图像分析，再与全局视图相结合，自动驾驶车辆识别行驶轨迹上是否有其他道路使用者，不存在使用者时，则返回环境图像分析；存在使用者时，则识别道路使用者，本发明当自动驾驶车辆与道路使用者较远，通过识别预判道路使用者的行为意图，采用车辆姿态变化传递车辆行为意图；当自动驾驶车辆与道路使用者较近，再识别道路使用者有无做出合理的行为反应，采用车外人机交互设备传递车辆行为意图，通过构建多级交互信息方法与系统，以明确自动驾驶车辆行为意图，保障自动驾驶车辆与道路使用者交互过程的安全性。
-
公开(公告)号：CN118607454A
公开(公告)日：2024-09-06
申请号：CN202410653122.4
申请日：2024-05-24
Applicant: 南通大学
IPC: G06F30/392 , G06F17/16 , G06F17/11
Abstract: 本发明提供了一种基于位移分裂不动点迭代法的混合高度标准单元电路布局合法化方法，首先将将多倍行高单元放置到最近的与其电源线类型匹配的行上，并将多倍行高单元预处理成单倍行高子单元；接着将合法化问题表述为一个凸二次规划问题，将该凸二次规划问题转换成线性互补问题，并进一步表示为等价的广义绝对值方程，然后利用位移分裂不动点迭代法求解；最后将多倍行高标准单元进行复原并放置到行中的可放置位置上，并对余下的非法单元进行处理。本发明通过位移分裂不动点迭代法对由合法化问题转化的广义绝对值方程进行求解，仅需考虑一个权重参数，减少了选择最优参数的时间，并能够有效加快收敛速度，得到合法化问题最优解的高质量邻域解。
-
公开(公告)号：CN114511154B
公开(公告)日：2024-06-14
申请号：CN202210160677.6
申请日：2022-02-22
Applicant: 南通大学
IPC: G06Q10/04 , G06N3/084 , G06N3/042 , G06F18/211 , G08G1/01
Abstract: 本发明公开了一种基于时空复杂图卷积网络的交通流预测方法，包括：采集高速公路上所安置传感器的交通流数据，进行数据预处理以降低复杂度和冗余度；根据传感器的位置及交通流数据生成道路图及其特征矩阵；根据不同传感器的位置、数据关联和天气数据，分别构建距离矩阵，数据关联矩阵和舒适度矩阵，将三种矩阵融合得到新的节点关系矩阵；构建时空复杂图卷积网络，该网络由空间特征提取组件和时间特征提取组件组成；训练时空复杂图卷积网络，并用训练好的模型预测下一时刻的交通流。本发明在对道路交通流进行时空特征提取前，建立三种关系矩阵来提取不同节点之间的关系，提高了对道路不同节点的关联特征提取能力，进而提高道路交通流的预测精度。
-
Patent Agency Ranking
公开(公告)号：CN118150419A
公开(公告)日：2024-06-07
申请号：CN202410160741.X
申请日：2024-02-05
Applicant: 南通大学
IPC: G01N15/075 , G06V10/774 , G06V10/80 , G06V10/82 , G06N3/0455 , G06N3/082
Abstract: 本发明公开了一种先验网络增强的RGB‑FIR多模态图像PM2.5估计方法，采集相同时刻的RGB‑FIR多模态图像和对应的PM2.5浓度值；建立不同场景下的RGB‑FIR多模态图像PM2.5数据集；构建RGB‑FIR多模态PM2.5预测网络模型，获取最优网络权重值与PM2.5预测值Predict1；构建基于RGB图像的先验孪生网络，获取PM2.5的修正值Predict2；将预测值Predict1和PM2.5修正值Predict2进行线性加权平均，得到PM2.5估计值Predict。本发明充分利用先验知识和RGB‑FIR多模态图像特征信息间的互补，有效提高空气污染物预测模型的精度。
-
公开(公告)号：CN118094333A
公开(公告)日：2024-05-28
申请号：CN202410265092.X
申请日：2024-03-08
Applicant: 南通大学
IPC: G06F18/241 , G06F18/10 , G06F18/213 , G06F18/25 , G06N3/045 , G06N3/0464 , G06N3/084 , G06N3/0985 , G01S7/41 , G06F123/02
Abstract: 本发明公开了基于金字塔多尺度通道注意力机制的人类行为分类方法，该方法使用毫米波雷达进行雷达数据的采集，并使用动态谱融合网络将雷达数据处理为时间‑速度微多普勒图像；搭建基于卷积神经网络的多尺度通道注意力机制和特征金字塔深度学习神经网络，该网络多尺度特征提取组件、特征金字塔拼接组件、全连接分类组件组成，使用时间‑速度微多普勒图像对网络模型进行训练评估；最终得到的网络模型能够准确分类现实中的人类活动，从而提高人类行为分类的准确性和时空特征的动态捕获能力。
-
公开(公告)号：CN117973605A
公开(公告)日：2024-05-03
申请号：CN202410098740.7
申请日：2024-01-23
Applicant: 南通大学
IPC: G06Q10/04 , G08G1/01 , G06Q50/40 , G06F16/29 , G06F18/213 , G06N3/045 , G06N3/042 , G06N3/0442 , G06N3/0464 , G06N3/08
Abstract: 本发明公开一种基于扩散时空残差多图卷积网络的交通流预测方法，包括：采集交通流量数据并预处理，得到无噪声交通流量数据，将有噪声和无噪声交通流量数据拆分为训练集和测试集；构建去噪扩散时空残差多图卷积网络，包括去噪扩散模块和时空残差多图卷积模块，去噪扩散模块用于获取有噪声交通流量数据中的原始特征，时空残差多图卷积模块用于增强无噪声交通流量数据的时空特征并输出预测值；训练去噪扩散时空残差多图卷积网络，利用训练好的网络进行交通流预测。本发明通过对引入去噪扩散模块来避免经过预处理的无噪声交通流量数据丢失原始特征，并利用时空残差多图卷积模块增强对无噪声交通流量数据的时空特征提取，有利于提高交通流的预测性能。
-
公开(公告)号：CN117479126A
公开(公告)日：2024-01-30
申请号：CN202311590227.1
申请日：2023-11-27
Applicant: 南通大学
IPC: H04W4/40 , H04W4/44 , H04W12/06 , H04W12/106 , H04W12/108 , H04L67/12
Abstract: 本发明公开一种基于区块链的车联网安全数据跨域传输方法，目标是在车辆与RSU以及RSU之间传递实时信息。其包括三个阶段：注册、通信和共享。车辆、RSU和边缘服务器在注册过程中使用安全通信(SSL协议)。此阶段的主要目标是使车辆和RSU合法化，并防止广泛使用的有害设备造成不必要的工作。通信阶段定义车辆、RSU和边缘服务器之间的安全数据交换。AIoVChain边缘服务器组成的区块链上完成高效的数据共享阶段。随着边缘服务器的激增，AIoVChain变得越来越安全。本发明通过构建AIoVChain模型，通过设计RSU与车辆节点间的轻量级身份认证，在数据传输中保证其来源的可信性和完整性；通过设计基于共享广播森林的数据传输方法，提高交通消息传输的效率。
-
公开(公告)号：CN117350244A
公开(公告)日：2024-01-05
申请号：CN202311319706.X
申请日：2023-10-12
Applicant: 南通大学
IPC: G06F30/398 , G06F30/392 , G06T17/20 , G16C60/00 , G06F111/10 , G06F111/04 , G06F113/18 , G06F115/12 , G06F119/02 , G06F119/14 , G06F119/08
Abstract: 本发明涉及集成电路BGA封装结构领域，特别涉及BGA封装电迁移的可靠性评估方法，针对集成电路BGA封装焊球处出现的电迁移引起的失效问题，开发一种采用拉丁超立方抽样的蒙特卡罗随机有限元方法的可靠性评估与预测数值算法，解决BGA封装焊球处电迁移造成的随机不确定性失效方式的评估与预测难题。
-
-
-
-
-
-
-
-
-
Search Results
315
records
(took 0.035 seconds)
