-
公开(公告)号:CN118278763A
公开(公告)日:2024-07-02
申请号:CN202410390925.5
申请日:2024-04-02
申请人: 郑州大学
IPC分类号: G06Q10/0637 , G06Q10/083 , G06N3/0442 , G06N3/0464 , G06N3/045 , G06N3/08 , G06F18/15 , G06F18/25
摘要: 本发明公开基于门架数据的高速公路货车流量短时预测系统,涉及高速货运流量管理技术领域;而本发明包括提出时空残差长短期记忆网络模型,使用残差神经网络、自适应图卷积循环网络和注意力长短期记忆网络;自适应图卷积循环网络用于提取高速公路货车数据中的空间相关性,注意力长短期记忆网络用于提取高速公路货车数据的时间相关性,残差神经网络用来解决深层神经网络中的梯度消失和模型退化问题;本发明中,通过采用真实门架数据信息,提出了基于ASTResLSTM的货车流量短时预测模型,采用自适应图卷积循环网络提取门架数据中的空间动态相关性,避免了权重参数过大无法优化和过拟合的问题,实现对高速公路货车流量的多步预测,从而提升模型的预测准确度。
-
公开(公告)号:CN118317314A
公开(公告)日:2024-07-09
申请号:CN202410431399.2
申请日:2024-04-10
申请人: 郑州大学
摘要: 本专利公开了一种面向车联网的车辆节点信誉评估系统,旨在解决车联网的开放性可能导致的恶意车辆攻击问题,从而提高车联网系统的安全性和可信度。本专利首先提出了一种面向车联网的车辆节点分区区块链网络,通过该网络对车辆节点进行管理和分区划分,增强了网络的安全性和可信度。其次,利用车辆节点之间的信任关系以及基础设施的信任辅助,计算本地信誉值,并结合深度学习算法动态计算全局信誉值。全局信誉值的计算结果可用于确定最佳的数据共享节点,从而提高数据交互的安全性和可靠性。最后,通过改进存储技术,采用分区区块链存储来确保信誉值和路况信息的完整性和可追溯性,进一步提升了系统的安全性和可信度。
-