-
-
公开(公告)号：CN113053123B
公开(公告)日：2022-10-28
申请号：CN202110306163.2
申请日：2021-03-23
申请人： 长安大学
摘要： 本发明提供一种基于时空大数据的交通量预测方法，包括以下步骤：获取目标检测路段在一定时间间隔的交通流信息；对交通流信息按照网格图形式进行存储；对存储的交通流信息进行建模并提取空间异质性和时间异质性；利用CNN的输出经过参数重整作为LSTM的输入得到预测结果。本发明还提出基于时空大数据的交通量预测装置。本发明收集目标检测路段及其周围路段的检测器一定时间间隔内的流量信息；通过3DCNN卷积神经网络提取空间关系与部分时间，再将CNN的输出经过参数重整作为LSTM的输入，提取更高更完整的时间依赖性，该方法对预测交通量的准确程度较高，对硬件和工程量要求较低，方便实现。
-
公开(公告)号：CN113129612A
公开(公告)日：2021-07-16
申请号：CN202110424746.5
申请日：2021-04-20
申请人： 长安大学
IPC分类号： G08G1/08 , G07C11/00 , G01M17/007
摘要： 本发明提供一种汽车安全性能检测线车辆预排队方法，包括以下步骤：获取待检测车辆节点的车辆检测任务；计算任意两个车辆节点的检测周转时间；通过调度算法对任一车辆节点形成该车辆节点的车辆排队顺序；对车辆排队顺序调整至所有的车辆排队顺序相同时，则为最优车辆检测排队序列并计算最短检测周转时间。本发明根据车辆检测任务对任意两个车辆节点计算两个车辆节点的检测周转时间，通过调度算法对车辆节点进行排序，使车辆节点在工位检测的时间最短，减少工位空闲等待时间，提高检测效率。
-
公开(公告)号：CN109289813A
公开(公告)日：2019-02-01
申请号：CN201811098634.X
申请日：2018-09-20
申请人： 长安大学
摘要： 本发明公开了一种麦田土壤中氧化亚氮的吸附材料、制备方法及其应用。所述的方法具体是：包括将氮丁基吡啶异亮氨酸盐、乙酸钠和聚丙烯酰胺-乙二胺接枝螯合凝胶混合后灼烧得到；所述灼烧的温度为120～170℃；氮丁基吡啶异亮氨酸盐、乙酸钠和聚丙烯酰胺-乙二胺接枝螯合凝胶的质量比为2:7:1。本发明制备该吸附材料方法快速便捷，制备时采用特殊离子液体、盐和接枝螯合凝胶，所制得的吸附材料具有很高的靶向性和捕集效率，该方法对麦田中氧化亚氮的渗透率可达98.9％。具有线性范围宽，检出限低，相对标准偏差较小，能满足国家对于麦田中氧化亚氮的检出要求。
-
公开(公告)号：CN109213755A
公开(公告)日：2019-01-15
申请号：CN201811194158.1
申请日：2018-09-30
申请人： 长安大学
IPC分类号： G06F16/215
摘要： 本发明公开了一种基于时空序列的交通流数据清洗与修复方法，包括以下步骤：对实时接收到的交通流信息按照固定格式存储于脏数据存储模块；采用数据清洗模块对脏数据存储模块内的交通流信息进行清洗得到清洗后的数据；采用数据修复模块对清洗后的数据建模并进行数据修复，得到修复数据；将修复数据存储于干净数据存储模块。本发明通过简化交通流数据清洗过程，采用时间与空间并行分析方法，将细胞传输模型与卡尔曼滤波算法运用于交通流数据修复，方便、快捷、准确的进行交通流数据清洗、处理及修复工作，提高数据的准确性。
-
公开(公告)号：CN117807413A
公开(公告)日：2024-04-02
申请号：CN202310993736.2
申请日：2023-08-08
申请人： 长安大学
IPC分类号： G06F18/211 , G06N5/01 , G06N20/20 , G06N3/0455 , G06N3/047 , G06N3/096 , G06N3/049 , G08G1/01
摘要： 本发明提供基于随机森林和改进的Informer模型的车辆换道轨迹预测方法，涉及交通车辆轨迹预测技术领域，包括如下的步骤：基于车载传感器和公开的自然驾驶数据集，采集车辆行车信息；对车辆行车信息进行预处理得到预处理车辆行车信息；对预处理车辆行车信息采用随机森林算法构建数据集；根据车辆数据的特点以及车辆换道轨迹预测需求通过训练模型预测车辆换道轨迹。本发明增加训练数据的丰富性，提高模型的泛化能力，采用属性随机选择技术避免了其他属性对于分类效果的影响，提高模型的鲁棒性，降低了发生过拟合的风险，降低模型运行的时间和资源消耗。
-
公开(公告)号：CN113053123A
公开(公告)日：2021-06-29
申请号：CN202110306163.2
申请日：2021-03-23
申请人： 长安大学
摘要： 本发明提供一种基于时空大数据的交通量预测方法，包括以下步骤：获取目标检测路段在一定时间间隔的交通流信息；对交通流信息按照网格图形式进行存储；对存储的交通流信息进行建模并提取空间异质性和时间异质性；利用CNN的输出经过参数重整作为LSTM的输入得到预测结果。本发明还提出基于时空大数据的交通量预测装置。本发明收集目标检测路段及其周围路段的检测器一定时间间隔内的流量信息；通过3DCNN卷积神经网络提取空间关系与部分时间，再将CNN的输出经过参数重整作为LSTM的输入，提取更高更完整的时间依赖性，该方法对预测交通量的准确程度较高，对硬件和工程量要求较低，方便实现。
-
公开(公告)号：CN111753910A
公开(公告)日：2020-10-09
申请号：CN202010593477.0
申请日：2020-06-27
申请人： 长安大学
摘要： 本发明公开了一种基于LSTM的滴滴订单需求预测方法，包括以下步骤：对获取的GPS订单数据进行筛选清洗得到预处理数据，将预处理数据匹配到实际地图道路网络中；对预处理数据进行聚类分析得到区域数据簇，根据区域数据簇将实际地图道路网络划分若干子区域；根据子区域中的预处理数据训练基于长短期记忆网络的订单预测模型；通过订单预测模型预测每一子区域每一时段内的起点订单数量和终点订单数量，寻找热点区域；计算热点区域的订单差值，根据订单差值判断子区域该时段的车辆实际需求量。本发明还公开了一种基于LSTM的滴滴订单需求预测装置，本发明有利于提高滴滴司机的经济效益并提升乘客的乘车体验。
-
公开(公告)号：CN110197588B
公开(公告)日：2020-07-28
申请号：CN201910474883.2
申请日：2019-06-03
申请人： 长安大学
摘要： 本发明公开了一种基于GPS轨迹数据的大货车驾驶行为评估方法，包括以下步骤：从原始GPS数据中筛选待测车辆的所有行驶轨迹数据；对行驶轨迹数据进行处理获取有效行驶轨迹数据；对有效行驶轨迹数据进行分析处理，得到有效研究轨迹；计算有效研究轨迹的风险驾驶行为指标对驾驶行为进行评估。本发明还提出一种基于GPS轨迹数据的大货车驾驶行为评估装置。本发明对海量GPS原始数据进行挖掘，提取有效轨迹行程，并识别车辆运行主要路线，通过建立不同指标不同权重的大货车驾驶员的驾驶行为轨迹评分机制，可以准确还原行驶轨迹数据，提高划分行程轨迹的精确度，正确的提出驾驶安全评估参数，对潜在的风险驾驶行为以及过重的驾驶负荷进行评估。
-
公开(公告)号：CN105445082B
公开(公告)日：2018-06-12
申请号：CN201510827731.8
申请日：2015-11-24
申请人： 长安大学
IPC分类号： G01N1/34
摘要： 本发明公开了一种双水相体系及其分离番茄酱中三聚氰胺的应用，包括1‑丁基‑4‑甲基吡啶四氟硼酸盐、磷酸二氢钠盐和蒸馏水，其中1‑丁基‑4‑甲基吡啶四氟硼酸盐的质量分数为35％～40％，磷酸二氢钠盐的质量分数为26％，其余组分为蒸馏水，三者总质量分数为100％。按质量比为5：1向上述双水相体系中加入待测三聚氰胺溶液，然后在温度30℃～40℃，pH值为4.2～4.4，恒温震荡30min，分相后静置萃取24h。该方法对番茄酱中三聚氰胺的萃取率可达98.6％。具有检出限低，相对标准偏差较小的特点。既能满足有关食品卫生部门对三聚氰胺的检出要求，同时操作简单适用于番茄酱中三聚氰胺的定量分析。
-
-
-
-
-
-
-
-
-
搜索结果
25 条记录 (耗时 0.031 秒)
