一种基于Dropout-MTN的晕车状态识别方法

    公开(公告)号:CN116611008A

    公开(公告)日:2023-08-18

    申请号:CN202310613138.8

    申请日:2023-05-29

    摘要: 本发明涉及一种基于Dropout‑MTN的晕车状态识别方法,采用全新策略、以及网络结构设计,基于脑部表面预设各检测位置脑电信号波形、结合相应真实晕车状态类别所构建脑电检测样本,联系Dropout层,针对自输入端至输出端依次串联输入层、多项式层、全连接层、Softmax层、输出层的待训练网络,执行网络训练,获得晕车状态识别模型用于实际应用;设计方案简化模型复杂度、提升模型泛化能力的同时,使所设计Dropout‑MTN可以快速地实现对于晕车状态的高精度分类,并且网络结构简单,不需要进行大量的网络训练,计算复杂度低,与常用的机器学习分类器相比,能够在不降低分类准确率的同时提高检测速度。

    一种基于云计算的车流疏导管控方法

    公开(公告)号:CN118609370A

    公开(公告)日:2024-09-06

    申请号:CN202410932197.6

    申请日:2024-07-12

    IPC分类号: G08G1/01

    摘要: 本发明公开了一种基于云计算的车流疏导管控方法,本发明涉及资源分配领域,包括以下步骤:设置车流疏导管理平台,获取基本道路数据,构建道路交通图像,获取其中各路段的车流数据信息和其采集时间;车流数据信息,生成各路段对应的波动性周期;根据所获得的车流数据信息获取各个路段的拥堵等级,生成交通事态图像;根据交通事态图像中各个路段与其他路段的拥堵等级预设判断其中是否存在关联性;根据该路段当前获取的车流数据信息生成对应的疏导方案,根据存在关联性的其他路段的车流数据信息生成对应的辅助疏导方案;根据所获得的疏导方案和辅助疏导方案对相应路段的交通灯和车道进行调控,完成车流数据管控;本发明提高了车流疏导的效率。