-
公开(公告)号：CN111629381A
公开(公告)日：2020-09-04
申请号：CN202010463594.5
申请日：2020-05-27
申请人： 中国交通通信信息中心 , 中交信息技术国家工程实验室有限公司
摘要： 本发明公开了一种面向船舶智能航行的多通信网络智能组网方法，该方法包括分析智能船舶航行中船岸通信业务类型，按照业务特征对通信需求进行等级划分，等级划分分为四个等级；实时分析智能船舶可用通信链路性能，包括覆盖范围、信号强度和传输速率及延时等；根据通信需求的时刻变化，将可用通信链路性能随通信需求的变化进行调整。本发明采用照“控制、决策、感知和动态”四个等级对船舶智能航行大量船岸信息交互需求进行分级管理，优先级从高到低依次为“控制”、“决策”、“感知”、“动态”，并用“优先级、最大可接收传输延时、报文大小、是否需要确认”四个参数量化描述通信任务。
-
公开(公告)号：CN109272157A
公开(公告)日：2019-01-25
申请号：CN201811061310.9
申请日：2018-09-12
申请人： 中交信息技术国家工程实验室有限公司 , 北京交通大学
摘要： 本发明涉及一种基于门控神经网络GRU的高速公路交通流参数预测方法及系统，所述方法包括以下步骤：根据采集数据的高速路线信息和路段收费站经纬度信息初筛选研究路段数据；接着针对异常数据的表现形式进行异常数据清洗，然后以一定的时间周期计算得到速度时间序列，接着对时间序列数据缺失情况进行缺失数据填充；将填充后速度时间序列数据分为训练数据和测试数据，并利用训练数据训练得到交通流预测模型，最后利用预测得到的数据与测试数据进行误差分析。本发明利用GRU长时间记忆数据特征的优势，可以得到更高的预测精度，且预测模型参数相对较少，具有良好的可移植性，可以为交通管理部门交通诱导以及交通事故管理调度提供技术支撑。
-
公开(公告)号：CN116665055A
公开(公告)日：2023-08-29
申请号：CN202310640315.1
申请日：2023-05-31
申请人： 中交信息技术国家工程实验室有限公司
IPC分类号： G06V20/10 , G06V10/25 , G06V10/30 , G06V10/774 , G06V10/82 , G06N3/045 , G06N3/0464 , G06N3/048 , G06N3/08
摘要： 本发明公开了一种基于深度学习的海上雾天小目标检测方法及装置，根据船舶图像采集制作船舶图像数据库；根据船舶图像数据库中采集数据与船舶图像划分训练集；根据训练集训练改进的YOLOv3模型，得到海上小目标船舶检测模型；根据海上雾图与去雾图训练海上去雾模型；获取船载视频图像，根据所述海上去雾模型进行去雾处理，得到去雾图像；根据所述海上小目标船舶检测模型对所述去雾图像进行识别处理，得到检测结果。本发明方案采用海上雾天场景去雾模型实现了图像去雾，采用深度学习方法实现了小目标船舶的检测，提高了恶劣气象条件下小目标船舶的检测准确率。
-
公开(公告)号：CN115038091A
公开(公告)日：2022-09-09
申请号：CN202210533254.4
申请日：2022-05-13
摘要： 本发明公开了一种北极海上无线通信频谱感知方法及系统，该方法获取待感知的北极海上通信信号；根据线性判断分析LDA对所述待感知的北极海上通信信号构建北极海上通信频谱感知数据集；将所述极地海上通信频谱感知数据集输入非线性支持向量机SVM，训练适用于北极海上通信频谱感知的频谱分类器；根据所述频谱分类器进行频谱判断并输出分类结果。本发明提出的方案中，通过循环谱构建与噪声、衰减相关的特征向量表示信号，完成数据的提取、降维和模型训练过程，进而判断频谱的占用情况，在低信噪比的环境中依然保持较好的频谱识别效果。
-
公开(公告)号：CN111523606A
公开(公告)日：2020-08-11
申请号：CN202010351888.9
申请日：2020-04-28
申请人： 中交信息技术国家工程实验室有限公司 , 中国交通通信信息中心
IPC分类号： G06K9/62 , G06K9/00 , G06T7/11 , G06N3/04 , G06T7/187 , G06F16/2455 , G06F16/23 , G06F16/215
摘要： 本发明公开了一种道路信息的更新方法，该方法包括：利用特征提取的方式获得道路路面的特征点；将道路类型分为水泥路、沥青路和砂石路三类，对三类的道路进行不同颜色的标注，将沥青路标记为红色，将水泥路标记为蓝色，将砂石路标记为黄色；通过手工标注数据集分别对Wordview‑3、GF‑2以及利用网络爬虫技术的网络地图进行标绘，生成大小不同的两类训练数据集；利用Deeplab、Caffe两种不同的深度学习网络模型，对大小不同的两类训练样本数据进行基于高分遥感影像道路信息提取模型的训练。本发明采用卷积神经网络进行道路信息提取，基于逆地理编码算法的互联网道路信息提取，不同数据源之间数据的融合、分析实现道路信息的快速、准确的更新。
-
公开(公告)号：CN118539966A
公开(公告)日：2024-08-23
申请号：CN202410621781.X
申请日：2024-05-17
IPC分类号： H04B7/185 , H04L67/02 , H04L69/22 , H04L67/565 , H04L1/00
摘要： 本发明提供了一种基于VDES的海上安全信息播发系统及方法，该系统包括海上安全信息发布机构、VDES通信信息服务平台、VDES网络控制中心、VDES卫星管理平台、VDES岸基管理平台以及VDES船载终端，海上安全信息发布机构、VDES通信信息服务平台和VDES网络控制中心依次相连，VDES网络控制中心分别与VDES卫星管理平台和VDES岸基管理平台相连，VDES卫星管理平台和VDES岸基管理平台分别通过相应的VDES卫星网络和VDES岸基网络与VDES船载终端相连，各部分相互协同配合，本发明能够根据船舶所处位置动态调整传输路径，极大优化了传输效率和成本，大大提高了海上安全信息播发的时效性和可靠性，有效保障船舶航行安全。
-
公开(公告)号：CN116486268A
公开(公告)日：2023-07-25
申请号：CN202310499793.5
申请日：2023-05-05
申请人： 中交信息技术国家工程实验室有限公司
IPC分类号： G06V20/10 , G06V10/28 , G06V10/30 , G06V10/36 , G06V10/762 , G06V10/764
摘要： 本发明公开了一种激光点云地面滤波方法及装置，对待测区域地形图像进行聚类分析去除噪点，构建规则格网；对空白格网进行插值，得到初始地面模型；基于初始地面模型的初始格网合并得到大尺度格网；使用滑动窗口遍历所述多个格网生成特征格网；将地形分类为坡地地形和平地地形；对于坡地地形，根据二维剖面曲线拟合的方法获取阈值进行滤波；对于平地地形，根据三维布料模拟的方法获取阈值进行滤波。本发明方案通过整合不同层次的地形细节差异作为定权依据，对多尺度格网特征值进行加权计算，使其准确反映地形变化程度。将地形分类为坡地和平地，分别对两种地形进行滤波，实现了针对道路复杂地形的高精度地面滤波效果。
-
公开(公告)号：CN109658694A
公开(公告)日：2019-04-19
申请号：CN201811619647.7
申请日：2018-12-28
申请人： 中交信息技术国家工程实验室有限公司
摘要： 本发明公开了一种卷积神经网络高危车辆交通流预测方法和系统，该方法将路段划分为上下游，更好的符合卷积神经网络的输入结构，同时上下游的路段划分在空间上也能够得到对交通流的更好的预测。因此，本发明的研究为的就是从空间上满足高危车辆交通流的预测，通过使用高危车辆数据来作为预测研究对象，使得在道路行驶过程中，驾驶员能够及时获取专门关于高危车流量的具体信息介绍，从而可以规避危险，减少道路交通事故的发生，具有一定现实实践意义。
-
公开(公告)号：CN111935134A
公开(公告)日：2020-11-13
申请号：CN202010786578.X
申请日：2020-08-06
申请人： 中国交通通信信息中心 , 中交信息技术国家工程实验室有限公司
摘要： 本发明公开了一种复杂网络安全风险监测方法和系统，该方法综合考虑传统网络安全监测方法局限性、网络安全监测实验问题以及基于人工智能网络安全监测应用等因素。提出利用人工智能技术基于虚拟化网络系统，构建复杂网络环境下的网络安全风险监测实验平台，全方位、高精度、快速的对复杂网络的安全风险进行监测，提高网络系统的安全性。
-
公开(公告)号：CN111523606B
公开(公告)日：2023-04-28
申请号：CN202010351888.9
申请日：2020-04-28
申请人： 中交信息技术国家工程实验室有限公司 , 中国交通通信信息中心
IPC分类号： G06V10/764 , G06V10/774 , G06V20/10 , G06V10/80 , G06V10/82 , G06T7/11 , G06N3/0464 , G06N3/08 , G06T7/187 , G06F16/2455 , G06F16/23 , G06F16/215
摘要： 本发明公开了一种道路信息的更新方法，该方法包括：利用特征提取的方式获得道路路面的特征点；将道路类型分为水泥路、沥青路和砂石路三类，对三类的道路进行不同颜色的标注，将沥青路标记为红色，将水泥路标记为蓝色，将砂石路标记为黄色；通过手工标注数据集分别对Wordview‑3、GF‑2以及利用网络爬虫技术的网络地图进行标绘，生成大小不同的两类训练数据集；利用Deeplab、Caffe两种不同的深度学习网络模型，对大小不同的两类训练样本数据进行基于高分遥感影像道路信息提取模型的训练。本发明采用卷积神经网络进行道路信息提取，基于逆地理编码算法的互联网道路信息提取，不同数据源之间数据的融合、分析实现道路信息的快速、准确的更新。
-
-
-
-
-
-
-
-
-
搜索结果
13 条记录 (耗时 0.051 秒)
