-
公开(公告)号：CN115938112B
公开(公告)日：2024-08-23
申请号：CN202211470118.1
申请日：2022-11-23
申请人： 华侨大学
IPC分类号： G08G1/01 , G06N3/0442 , G06N3/049 , G06N3/048 , G06F17/16
摘要： 本发明涉及一种交通需求预测方法、系统、电子设备及计算机存储介质，涉及智慧交通技术领域，方法包括获取交通数据中的时序特征；根据所述时序特征进行时序信息编码，得到输入特征矩阵；根据所述输入特征矩阵利用时间上的多头门控自注意力提取模块进行特征提取，得到带有时间特征的特征矩阵；根据所述带有时间特征的特征矩阵利用空间上的多头门控递归图注意力模块进行特征提取，得到带有时间特征和空间特征的特征矩阵；获取预设时间交通数据；根据所述预设时间交通数据和所述带有时间特征和空间特征的特征矩阵确定预测结果。本发明通过充分挖掘交通数据中的时空特征，从而实现快速且准确地对城市交通需求进行预测。
-
公开(公告)号：CN116432887A
公开(公告)日：2023-07-14
申请号：CN202310705862.3
申请日：2023-06-15
申请人： 华侨大学
IPC分类号： G06Q10/047 , G06Q50/26 , G06Q10/0631
摘要： 本发明提供一种动态需求响应式公交的线路优化方法、设备和介质，涉及智慧交通技术领域。这种线路优化方法包含步骤S1和步骤S2。S1、获取当前时刻的乘车请求，以及动态需求响应式公交的行驶路线。其中，乘车请求包含上车站点和下车站点。S2、将乘车请求和行驶路线输入动态需求响应式公交的线路优化模型进行求解，获取加入上车站点和下车站点的最优路线。其中，线路优化模型通过将完全灵活的动态需求响应式公交运营模式下的线路优化问题建模为基于路线的马尔可夫决策过程模型得到。完全灵活的动态需求响应式公交运营模式为车辆没有固定的初始线路和时刻表。本发明的线路优化方法能够快速的将乘车请求和行车线路进行匹配，大大提高了乘客的服务效率。
-
公开(公告)号：CN115171408B
公开(公告)日：2023-05-30
申请号：CN202210805314.3
申请日：2022-07-08
申请人： 华侨大学
摘要： 本发明提供一种交通信号优化控制方法，所述方法包括：获取交叉路口的各个进车道的车辆信息，基于离散交通编码的状态描述方法，构建车辆位置矩阵和车辆速度矩阵；获取原始固定配时方案下交叉口的交通信号灯动作及相位序列，设定信号灯的动作集合，进行智能体对交通信号的协调调度；依据所构建的路网环境和动作设置方法进行仿真，获取固定配时方案的平均排队车辆数目，并构建奖励函数；创建基于自适应权重均值的深度双Q网络模型，结合奖励值对网络模型参数进行更新，得到最终的网络模型，并利用所述网络模型优化控制交通信号。采用本发明的交通信号控制方式可实现缓解车辆通过交叉口的拥堵情况，达到降低应用场景汽车排队长度的优化效果。
-
公开(公告)号：CN115648220A
公开(公告)日：2023-01-31
申请号：CN202211429625.0
申请日：2022-11-15
申请人： 华侨大学
IPC分类号： B25J9/16
摘要： 本发明基于最小代价下降的机械臂关节空间避障路径规划方法，先在机械臂末端空间中生成一组初始点至目标点之间的辅助路径点，然后根据末端点插值密度对每一分段路径进行线性插值处理，得到插值后的多分段路径，再基于最小代价下降对插值后的多分段路径进行关节空间避障路径规划，得到初始点至目标点的所有关节角组合；最后使用多项式对生成的所有关节角组合中相邻两个关节角组合之间进行插值，得到多项式插值后的关节角组合，使得机械臂能够基于该关节角组合从初始点平稳地、无碰撞地运动到目标点。本发明仅仅使用正运动学，计算简单。
-
公开(公告)号：CN115171408A
公开(公告)日：2022-10-11
申请号：CN202210805314.3
申请日：2022-07-08
申请人： 华侨大学
摘要： 本发明提供一种交通信号优化控制方法，所述方法包括：获取交叉路口的各个进车道的车辆信息，基于离散交通编码的状态描述方法，构建车辆位置矩阵和车辆速度矩阵；获取原始固定配时方案下交叉口的交通信号灯动作及相位序列，设定信号灯的动作集合，进行智能体对交通信号的协调调度；依据所构建的路网环境和动作设置方法进行仿真，获取固定配时方案的平均排队车辆数目，并构建奖励函数；创建基于自适应权重均值的深度双Q网络模型，结合奖励值对网络模型参数进行更新，得到最终的网络模型，并利用所述网络模型优化控制交通信号。采用本发明的交通信号控制方式可实现缓解车辆通过交叉口的拥堵情况，达到降低应用场景汽车排队长度的优化效果。
-
公开(公告)号：CN113392663A
公开(公告)日：2021-09-14
申请号：CN202110640717.2
申请日：2021-06-09
申请人： 华侨大学
摘要： 本发明涉及RFID技术领域，公开了一种准确稳定的大规模RFID系统批量认证协议，包括以下步骤：RFID阅读器发起一个认证命令，所有的待检测标签接收到命令后，使用该命令所附带的信息分布式地构造一个简单的布隆过滤器向量BFt,该向量中保存着待检测集合的信息，阅读器根据已注册标签的信息构造一个类似的向量BFs,通过将BFt与BFs比较，剔除BFt中包含的已注册标签的信息得到向量BF，通过BF可以较为准确地得出待检测标签集合中有无假冒标签以及假冒标签的数量。本发明得到的估计结果较为准确，并且在多次认证过程中，表现稳定。
-
公开(公告)号：CN110517510A
公开(公告)日：2019-11-29
申请号：CN201910795812.2
申请日：2019-08-27
申请人： 华侨大学
摘要： 本发明涉及一种基于改进Webster函数和遗传算法的交叉口信号灯配时优化方法，包括：根据传统交叉口车辆延误函数Webster函数获取车辆延误数据，根据点样本产生实际的车辆延误数据；对Webster函数获得的车辆延误数据和点样本产生的车辆延误数据进行数据拟合，构造改进的交叉口车辆延误函数；以改进的交叉口车辆延误函数作为第一目标优化函数，使用包括惩罚因子的改进遗传算法获得最优信号灯配时方案；将改进遗传算法获得最优信号灯配时方案作为训练集；采用XGBOOST回归模型获得实际车流对应的信号灯配时方案。本发明方法实用性强、计算精度高、响应速度快，可以大大提高车辆在交叉口的便捷性，具有广阔的应用前景。
-
公开(公告)号：CN106023236B
公开(公告)日：2019-06-04
申请号：CN201610431135.2
申请日：2016-06-16
申请人： 华侨大学
IPC分类号： G06T7/10
摘要： 本发明涉及一种基于截断Dirichlet过程无限Student’s t混合模型的脑部核磁共振图像分割方法，基于Dirichlet过程无限Student’s t混合模型，将无限Student’s t混合模型中的分量数假设为预设的图像的分割数K，然后利用期望最大化算法对模型进行求解，再利用贝叶斯最大后验概率准则进行图像分割。本发明所述的方法中，假设的Student’s t混合模型直接对应到脑部核磁共振图像不同的部分，而且Student’s t分布的高尾部特性决定了模型有较好的抗噪效果，从而实现脑部核磁共振图像分割。求解Dirichlet过程无限Student’s t混合模型的过程中，本发明用简单高效的期望最大化算法对基于截断Dirichlet过程无限Student’s t混合模型进行求解，使模型的求解变得更易实现。本发明的实施，能够在PC端对一幅脑部核磁共振图像快速自动地进行分割。
-
公开(公告)号：CN106250914A
公开(公告)日：2016-12-21
申请号：CN201610581635.4
申请日：2016-07-22
申请人： 华侨大学
IPC分类号： G06K9/62
CPC分类号： G06K9/6268 , G06K9/6259
摘要： 本发明公开了一种基于结构稀疏多核学习的多模态数据特征筛选和分类方法，包括：提取数据特征，并对特征进行归一化；利用核函数为数据的每个特征构建一个核矩阵；根据数据特征将所有特征和其对应的核函数进行分组；利用带有类标签的训练数据训练结构稀疏化多核分类模型，并优化模型参数；使用训练好的结构稀疏化多核分类模型对测试数据进行分类。本发明方法将数据特征的选择和数据模态融合在统一的结构稀疏化多核分类模型中进行建模，并将结构稀疏化特征选择和基于最优核表示的分类器学习同时进行，提供了一种多模态数据特征筛选、融合和分类方法。
-
公开(公告)号：CN106227767A
公开(公告)日：2016-12-14
申请号：CN201610559672.5
申请日：2016-07-15
申请人： 华侨大学
IPC分类号： G06F17/30
CPC分类号： G06F16/9535
摘要： 一种基于领域相关性自适应的协同过滤方法，包括如下步骤：(1)将辅助域和目标域的差异性作为正则化项引入传统模型，得到新的模型：其中：T是目标领域内有部分缺失项的评分矩阵，Z为目标域的填充矩阵，Z与T有相同的评分项；表示目标域的指标集，||·||F表示Frobenius范数，||·||*表示核范数，||Z||*为矩阵Z的所有奇异值之和；γ为正则化参数，η∈(0,1)表示辅助域和目标域的相似性；(2)然后使用定点迭代算法计算新模型的正则最优化解Z*＝Z。本发明可应用于互联网推荐系统，通过自适应的估计两者相关性，并将其引入目标领域的预测模型，从而有
-
-
-
-
-
-
-
-
-
搜索结果
38 条记录 (耗时 0.046 秒)