-
公开(公告)号：CN109961172A
公开(公告)日：2019-07-02
申请号：CN201811623293.3
申请日：2018-12-28
Applicant: 东南大学
Abstract: 本发明公开了一种基于统计模型检验的CPS稀有事件概率预测方法。该发明基于统计模型检验方法，由抽样监视器、规约验证器和概率预测器三个模块组成。具体实施步骤包括：抽样监视器采用重要性随机抽样算法，对基于混成自动机描述的CPS系统状态特征序列进行随机抽样，生成；基于线性时态逻辑的规约验证器会生成系统可见特征状态序列及其对应规约满足性的验证结果，验证器会将验证结果作为基于HMM隐式马尔科夫模型的概率预测器的训练样本集；在经过足够样本集学习的基础上，概率预测器计算出系统后续状态是稀有事件状态的概率，并将结果输出此外本发明还是先了利用概率预测结果修正预测器预测能力的功能。
-
公开(公告)号：CN107561932A
公开(公告)日：2018-01-09
申请号：CN201710609623.2
申请日：2017-07-25
Applicant: 东南大学
IPC: G05B13/04
Abstract: 本发明公开了一种基于微分动态逻辑的CPS防碰撞控制方法，首先基于dL进行防碰撞决策验证，若验证成功则预测未来某一时刻系统的安全性，若验证失败或预测到危险则试探式向前运行且提示和告警，然后若采纳系统建议，则根据一定原筛选静态最佳决策指令或基于dL获取动态最佳决策指令，否则视最小距离事件触发器触发情况判定是由系统接管还是继续提示和告警，最后启动制动装置，避免碰撞。本发明基于dL进行建模和安全性防碰撞决策验证并可动态获取最佳决策指令，同时可预测未来某一时刻或某一连续或非连续时间段系统的安全性，具有预测性、灵活性、指令系统精简化等多项优点。
-
Patent Agency Ranking
公开(公告)号：CN106683448B
公开(公告)日：2020-04-28
申请号：CN201710062595.7
申请日：2017-01-25
Applicant: 东南大学
IPC: G08G1/08
Abstract: 本发明公开了一种基于CPS的道路信号灯控制系统及其方法。系统利用传感器来检测道路的车流量，对获取的数据通过CPS结点设备进行收集、处理和转发，从而对交通信号灯红灯和绿灯的时长做出实时调整与控制。系统的目的是解决车流量较大时红灯时间过长，排队等待车辆过多所导致的交通拥堵问题，能够根据实际的情况发挥道路最大的运载能力。除此之外，在这套系统可以根据实际情况，自动进行交通信号灯的控制，减少了人力的消耗，这也适应了未来智能交通的发展趋势。
-
公开(公告)号：CN106683448A
公开(公告)日：2017-05-17
申请号：CN201710062595.7
申请日：2017-01-25
Applicant: 东南大学
IPC: G08G1/08
Abstract: 本发明公开了一种基于CPS的道路信号灯控制系统及其方法。系统利用传感器来检测道路的车流量，对获取的数据通过CPS结点设备进行收集、处理和转发，从而对交通信号灯红灯和绿灯的时长做出实时调整与控制。系统的目的是解决车流量较大时红灯时间过长，排队等待车辆过多所导致的交通拥堵问题，能够根据实际的情况发挥道路最大的运载能力。除此之外，在这套系统可以根据实际情况，自动进行交通信号灯的控制，减少了人力的消耗，这也适应了未来智能交通的发展趋势。
-
公开(公告)号：CN109961172B
公开(公告)日：2023-11-03
申请号：CN201811623293.3
申请日：2018-12-28
Applicant: 东南大学
Abstract: 本发明公开了一种基于统计模型检验的CPS稀有事件概率预测方法。该发明基于统计模型检验方法，由抽样监视器、规约验证器和概率预测器三个模块组成。具体实施步骤包括：抽样监视器采用重要性随机抽样算法，对基于混成自动机描述的CPS系统状态特征序列进行随机抽样，生成；基于线性时态逻辑的规约验证器会生成系统可见特征状态序列及其对应规约满足性的验证结果，验证器会将验证结果作为基于HMM隐式马尔科夫模型的概率预测器的训练样本集；在经过足够样本集学习的基础上，概率预测器计算出系统后续状态是稀有事件状态的概率，并将结果输出此外本发明还是先了利用概率预测结果修正预测器预测能力的功能。
-
公开(公告)号：CN107561932B
公开(公告)日：2019-12-10
申请号：CN201710609623.2
申请日：2017-07-25
Applicant: 东南大学
IPC: G05B13/04
Abstract: 本发明公开了一种基于微分动态逻辑的CPS防碰撞控制方法，首先基于dL进行防碰撞决策验证，若验证成功则预测未来某一时刻系统的安全性，若验证失败或预测到危险则试探式向前运行且提示和告警，然后若采纳系统建议，则根据一定原筛选静态最佳决策指令或基于dL获取动态最佳决策指令，否则视最小距离事件触发器触发情况判定是由系统接管还是继续提示和告警，最后启动制动装置，避免碰撞。本发明基于dL进行建模和安全性防碰撞决策验证并可动态获取最佳决策指令，同时可预测未来某一时刻或某一连续或非连续时间段系统的安全性，具有预测性、灵活性、指令系统精简化等多项优点。
-
公开(公告)号：CN106874257A
公开(公告)日：2017-06-20
申请号：CN201710056886.5
申请日：2017-01-25
Applicant: 东南大学
IPC: G06F17/27
Abstract: 本发明公开了一种基于启发式算法的模糊英文长句分词方法，采用启发式算法中的模拟退火算法来处理模糊英文长句分词问题，以解决机器识别声音时，只能根据声音的停顿来区分单词无法对连读进行分词问题。基于启发式算法的模糊英文长句分词方法中将原模糊英文长句通过01编码，进行问题的抽象。通过模拟退火算法对解空间的搜索、计算评价函数值、判定是否接受当前解和退火降温一系列步骤的多次迭代，从而获得较好的分词效果，并根据本方法中所提出的可阅读性判定函数为依据，表明基于启发式算法的分词方法在解决模糊英文长句分词问题时具有较好的效果。
-
-
-
-
-
-
Search Results
7
records
(took 0.026 seconds)
