-
公开(公告)号：CN119889062A
公开(公告)日：2025-04-25
申请号：CN202510123708.4
申请日：2025-01-26
Applicant: 重庆师范大学 , 岷城策(重庆)科技有限公司
Abstract: 本申请提供一种路口动态信号控制方法、电子设备、存储介质及程序产品，涉及智能交通技术领域。该方法包括：获取路网中待控制路口的相位集合、车道索引集合、以及待控制路口对应的每个车道的当前排队信息、增速信息集合和车头时距信息；根据当前排队信息、相位集合和车道索引集合，确定待控制路口中待控制的目标相位；针对目标相位对应的每个车道，根据车道的增速信息集合，对车道的当前排队信息进行调整，得到目标排队信息；基于目标相位、以及目标相位对应的所有车道的车头时距信息和目标排队信息，对待控制路口的信号进行控制。本申请使得交通信号控制更加准确，以减少道路拥堵，提升路口通行效率。
-
公开(公告)号：CN118467958A
公开(公告)日：2024-08-09
申请号：CN202410596555.0
申请日：2024-05-11
Applicant: 重庆师范大学
IPC: G06F18/20 , G06Q40/00 , G06F123/02
Abstract: 本申请提供一种金融时间序列预测模型训练方法、装置、设备和存储介质。应用于金融技术领域，该方法通过获取初始时间序列，对初始时间序列进行分解处理，得到初始时间序列对应的周期项序列、趋势项序列、细节项序列；分别对周期项序列、趋势项序列、细节项序列进行独立建模处理，得到经建模处理后的周期项、趋势项、细节项；对建模处理后的周期项、趋势项、细节项进行交互分析处理，得到交互分析结果，并根据交互分析结果对金融时间序列预测模型进行训练，提升了预测效率和准确度。
-
公开(公告)号：CN113177486A
公开(公告)日：2021-07-27
申请号：CN202110480792.7
申请日：2021-04-30
Applicant: 重庆师范大学
Abstract: 本发明公开了一种基于区域建议网络的蜻蜓目昆虫识别方法，包括步骤：S1.对蜻蜓目昆虫图像进行清洗和整理，得到蜻蜓目昆虫图像的数据集；S2.对蜻蜓目昆虫图像的数据集进行增强处理，得到增强后的数据集；S3.对所述增强后的数据集进行划分，得到蜻蜓目昆虫图像的训练集、验证集以及测试集；S4.构建基于区域建议网络的深度卷积网络模型；S5.使用所述训练集以及验证集对深度卷积网络模型进行训练，得到训练后的网络模型；S6.将所述测试集输入到训练后的网络模型，输出得到所述测试集的分类结果。本发明能够使得识别处理简单快捷，节省了大量的人力成本，解决了自然环境下蜻蜓目昆虫图片背景复杂导致识别困难的问题。
-
公开(公告)号：CN119116971A
公开(公告)日：2024-12-13
申请号：CN202411405474.4
申请日：2024-10-09
Applicant: 重庆师范大学
Abstract: 本申请实施例提供一种驾驶意图识别方法、装置、设备及存储介质，涉及智能驾驶技术领域。该方法包括：获取并预处理实车的历史车辆动力数据和历史操作数据，得到标准化数据，并对标准化数据进行筛选处理，得到目标数据，基于Mamba模块建立短时驾驶数据预测模型，利用目标数据训练短时驾驶数据预测模型，得到目标短时驾驶数据预测模型；获取实车的车辆动力数据和操作数据，并输入至目标短时驾驶数据预测模型中进行处理，得到预测结果；获取多个驾驶意图对应的预设规则，利用预设规则对预测结果进行识别，得到目标驾驶意图。该方法用以达到降低驾驶意图识别过程中的计算成本并提高驾驶意图识别的准确性和可靠性的效果的效果。
-
公开(公告)号：CN113177486B
公开(公告)日：2022-06-03
申请号：CN202110480792.7
申请日：2021-04-30
Applicant: 重庆师范大学
IPC: G06V20/10 , G06V10/40 , G06V10/774 , G06V10/764 , G06V10/82 , G06K9/62 , G06N3/04 , G06N3/08
Abstract: 本发明公开了一种基于区域建议网络的蜻蜓目昆虫识别方法，包括步骤：S1.对蜻蜓目昆虫图像进行清洗和整理，得到蜻蜓目昆虫图像的数据集；S2.对蜻蜓目昆虫图像的数据集进行增强处理，得到增强后的数据集；S3.对所述增强后的数据集进行划分，得到蜻蜓目昆虫图像的训练集、验证集以及测试集；S4.构建基于区域建议网络的深度卷积网络模型；S5.使用所述训练集以及验证集对深度卷积网络模型进行训练，得到训练后的网络模型；S6.将所述测试集输入到训练后的网络模型，输出得到所述测试集的分类结果。本发明能够使得识别处理简单快捷，节省了大量的人力成本，解决了自然环境下蜻蜓目昆虫图片背景复杂导致识别困难的问题。
-
Patent Agency Ranking
公开(公告)号：CN118430287A
公开(公告)日：2024-08-02
申请号：CN202410666851.3
申请日：2024-05-27
Applicant: 重庆师范大学
Abstract: 本申请提供一种交通信号控制方法、设备及存储介质，涉及交通信号控制领域。该方法包括：根据交通仿真平台模拟获得模拟交通数据信息，根据模拟交通数据信息确定离线数据集；根据离线数据集分别对相位控制模型和相位时长控制模型进行离线学习，确定目标相位控制模型和目标相位时长模型，根据目标相位控制模型和目标相位时长控制模型确定目标交通信号控制模型；将目标交通路口的交通状态信息输入目标交通信号控制模型，得到用于控制交通信号的相位和相位时长。本申请的方法实现了提高交通信号灯适应性的技术效果。
-
公开(公告)号：CN116994442A
公开(公告)日：2023-11-03
申请号：CN202310886626.6
申请日：2023-07-19
Applicant: 重庆师范大学
IPC: G08G1/08 , G08G1/01 , G06N3/092 , G06F16/2458 , G06F16/29
Abstract: 本发明公开了一种基于CQL离线强化学习的自适应交通信号控制方法，涉及交通信号控制技术领域，通过学习一个价值函数来实现强化学习；该价值函数表示在当前状态下，采取不同动作的长期回报期望值；即只使用已有的历史数据进行训练；它通过学习一个目标策略和一个行为策略的差异来实现离线学习；其中，目标策略是最终要求的最优策略，行为策略是在历史数据中采取的策略。在本算法中，通过最大化每个状态下的最大长期回报来学习最优策略。本算法加入了一个新的约束条件，使得目标策略在行为策略的分布范围内。这个约束条件能够保证学习出的目标策略在历史数据中出现的状态和动作上表现良好，同时也避免了学习过程中出现的过拟合问题。
-
公开(公告)号：CN113283377B
公开(公告)日：2022-11-11
申请号：CN202110649452.2
申请日：2021-06-10
Applicant: 重庆师范大学
IPC: G06V40/16 , G06V10/774 , G06F21/32 , G06F21/62
Abstract: 本发明提供一种人脸隐私保护方法、系统、介质及电子终端，方法包括：获取待处理人脸图像；根据待处理人脸图像和预先设置的初始化规则，获取待处理人脸图像的初始化扰动图像和对应的第一扰动参数；利用初始化扰动图像对待处理人脸图像进行对抗性攻击，获取攻击结果；根据攻击结果，对第一扰动参数进行更新，获取第二扰动参数；根据第二扰动参数，获取稀疏性对抗扰动图像；将稀疏性对抗扰动图像叠加至待处理人脸图像，完成人脸隐私保护；本发明中的人脸隐私保护方法，通过将稀疏性对抗扰动图像叠加至待处理人脸图像，获取隐私保护人脸图像，对待处理人脸图像进行较好地隐私保护，避免用户人脸或身份信息被识别，隐私保护人脸图像的清晰度较高。
-
公开(公告)号：CN117876811A
公开(公告)日：2024-04-12
申请号：CN202311718222.2
申请日：2023-12-14
Applicant: 重庆师范大学
IPC: G06V10/774 , G06V10/778 , G06N3/006
Abstract: 本发明属于人工智能安全、计算机视觉技术领域，公开了基于自由速度和回滚变异的红外目标检测器攻击方法，包括S1、收集公开热红外数据集，对其进行迁移学习，得到红外目标检测模型；S2、搭建算法框架，在高斯分布中随机采样噪声生成候选对抗样本，引入自由速度攻击方法和回滚突变搜索策略，在候选对抗样本的基础上进一步优化；S3、对目标模型实施数字黑盒对抗攻击；S4、对实验中的超参数进行调节；S5、得到既让人眼不可察觉，又具有较强攻击效果的红外对抗样本；本发明在满足人眼不可察觉的前提下，进一步提升黑盒红外对抗样本的攻击性能，使基于红外探测器的计算机视觉应用能够更加安全可靠地部署。
-
公开(公告)号：CN116631203A
公开(公告)日：2023-08-22
申请号：CN202310452873.5
申请日：2023-04-25
Applicant: 重庆师范大学
Abstract: 本发明公开了结合交通流预测与强化学习的自适应交通信号控制方法，涉及交通信号控制技术领域，其技术方案要点是：具体包括以下步骤：S1：获取路口进口和出口车辆的数量和速度信息，并基于获取的信息预测未来一段时间内交通流的变化趋势；S2：根据交通流预测结果和实时交通信息，确定当前时刻的最优放行相位；S3：根据交通流预测结果和交通信号现场检测数据，通过强化学习得到最优的相位绿灯时间；S4：交通信号控制设备根据信号方案自适应调节信号周期、绿灯时间和相位序列等参数，实现对平面交叉口交通信号的自适应控制。该方法通过对交通流的预测和对路口状态的表示，实现了交通信号控制的自适应。
-
-
-
-
-
-
-
-
-
Search Results
17
records
(took 0.038 seconds)
