-
公开(公告)号：CN113222335B
公开(公告)日：2022-10-14
申请号：CN202110365927.5
申请日：2021-04-06
Applicant: 同济大学
Abstract: 本发明公开一种基于风险评估效用的安全性无人驾驶车群构建方法，涉及无人驾驶领域，其特征在于：包括如下步骤：步骤1.风险评估效用；步骤2.无人驾驶车群成员相关定义；步骤3.基于风险评估效用的无人驾驶车群形成方法；步骤4.车群维护；步骤5.车群安全性评价指标。针对现有的安全量化方法缺乏无人驾驶车群安全性度量指标等问题，给出了风险评估效用指标来衡量车群的安全性，以此为基础给出了无人驾驶车群形成算法，在车群形成的同时对车辆进行了角色划分，以分担头节点的负载，面向无人驾驶车辆行车环境，提供一种能够保障无人驾驶车群运动行为智能化的安全性方法，从而使得无人驾驶车群在复杂场景下能够得到安全的应用的方法。
-
公开(公告)号：CN112689267B
公开(公告)日：2022-05-13
申请号：CN202011484672.6
申请日：2020-12-16
Applicant: 同济大学
Abstract: 一种高速公路场景中开放式无人驾驶车车群动态演化方法，其特征在于，形成无人驾驶车群，步骤1，定义出四个独立变化事件以演化出每一个无人驾驶车辆“生命周期”迭代，包括节点出现、节点消失、节点加入、节点离开；步骤2，描述出无人驾驶车辆车群动态演化过程，包括：(1)车群形成事件；(2)车群消亡事件；(3)车群生存事件；(4)车群分裂事件；(5)车群合并事件。本发明技术方案专适用于高速公路场景，并不适用于诸如港口、物流等封闭式场景，也不适用于城市场景。
-
公开(公告)号：CN113920392A
公开(公告)日：2022-01-11
申请号：CN202111112330.6
申请日：2021-09-23
Applicant: 同济大学
IPC: G06V10/774 , G06V20/52 , G06V20/40 , G06N3/08
Abstract: 本发明提出一种图书馆流动人员目标检测及其多目标跟踪方法和管理系统。采用基于Yolov5模型的目标检测方法对视频进行目标检测，通过筛选数据集、调整合适的模型训练参数，对模型进行训练，并进行模型测试和目标检测及相关数据分析；对Deep SORT算法进行改进，对目标检测结果进行多目标跟踪；根据以上目标检测和多目标跟踪结果，构建基于物理空间数据分析的图书馆智能管理系统。本发明克服了传感器网络的成本偏高、无法对人员密集区域精确检测、对目标出现的连续性依赖较强的问题，为学生提供了无法从互联网或者电话服务提供的图书馆使用情况的实时查询服务，也为图书馆管理者通过人员实时流动情况实施图书馆个性化服务和智能管理。
-
公开(公告)号：CN113012424A
公开(公告)日：2021-06-22
申请号：CN202110195975.4
申请日：2021-02-22
Applicant: 同济大学
Abstract: 本发明目的：如何根据无人驾驶车群动态演化预测接下来车群运动行为，是保证无人驾驶车群运动行为始终保持稳定有序所急需解决的问题。本发明公开高速公路场景中开放式无人驾驶车群动态演化预测方法：结合高速公路场景，首先对无人驾驶车群结构进行特征提取，然后根据发生的演化事件生成样本，最后使用分类预测方法预测无人驾驶车群的将要发生的演化事件。解决上述问题，能够准确地预测无人驾驶车群接下来的演化行为，能够合理指导新车群或车群集的建立，确保无人驾驶车群运动行为保持稳定有序，使得无人驾驶能够在高速公路得到广泛应用成为可能。
-
公开(公告)号：CN109640295B
公开(公告)日：2020-08-14
申请号：CN201910097641.6
申请日：2019-01-31
Applicant: 同济大学
Abstract: 在有基础设施的车联网中，因为有基础设施RSU的辅助，整个网络可以处于连通状态，即RSU范围内车辆可通过车车通信或RSU节点转发实现连通。然而，由于车辆在行驶过程中可能有加减速、转弯、骤停、驶离路网等各种行为，即自由度很高，导致RSU节点在对所在区域进行管理控制时不仅需要实时更新，还需要在拓扑结构发生变化时及时指导区域内的车辆节点进行连通，从而会导致RSU通信拥塞和数据丢失问题。因此，分析和解决城市道路场景中车联网网络节点的连通预测是解决车联网网络通达性问题的有效方法。本发明针对以上问题给出城市场景中有基础设施车联网面向连通预测的候选节点集构造方法，涉及连通候选节点集构造模型和连通候选节点集构造算法。
-
Patent Agency Ranking
公开(公告)号：CN107544805B
公开(公告)日：2020-08-14
申请号：CN201710784019.3
申请日：2017-09-04
Applicant: 同济大学
Abstract: 目前的Android手机游戏在设计和开发方法上存在整体开发效率较低，可扩展性和可移植性较差等问题。针对以上问题，本发明的“基于Android系统可复用框架的手机游戏系统架构”，研究和设计了一套可复用的Android游戏开发框架，设计应用系统，分别从性能和效率角度进行了验证。通过采用可复用框架，Android游戏的系统架构从三层架构精简为两层，并且游戏开发者只需处理游戏具体实现模块这一层的内容，这样更加有利于游戏的整体开发进程把握，降低了游戏的开发难度，节约了游戏的开发时间，也使游戏的开发质量更加有保证。
-
公开(公告)号：CN106909643B
公开(公告)日：2020-08-14
申请号：CN201710089527.X
申请日：2017-02-20
Applicant: 同济大学
Abstract: 本发明涉及一种基于知识图谱的社交媒体大数据主题发现方法，通过知识图谱概率化处理、社交媒体大数据语义相似度计算、主题的模糊密度聚类以及弱信息量主题过滤4个步骤来实现社交媒体大数据的主题发现。知识图谱概率化处理步骤完成知识图谱中三元组事实的置信度评估及其为真概率值的生成，社交媒体大数据语义相似度计算步骤实现每对文档的语义映射图构造以及基于近似图匹配策略评估文档间的语义相似度，主题的模糊密度聚类步骤获取社交媒体大数据的不同主题并自动确定主题的数量，而弱信息量主题过滤步骤删除语义强度不足的主题并将最优的主题列表返回给用户。与现有技术相比，本发明具有扩展性程度高、自适应能力强以及准确性高等优点，能够有效应用于社会公共安全、民众医疗健康、互联网深度信息服务和电子商务等领域。
-
公开(公告)号：CN106776729B
公开(公告)日：2020-08-14
申请号：CN201611025159.4
申请日：2016-11-18
Applicant: 同济大学
IPC: G06F16/28 , G06F16/2458
Abstract: 本发明涉及一种大规模知识图谱路径查询预测器的构造方法，包括以下3个模块：1)路径查询置信度建模；2)路径查询训练样本集生成；3)路径查询预测器构建。路径查询置信度建模模块实现对大规模知识图谱中路径查询的表示、编码以及置信度表示；路径查询训练样本集生成模块针对不同路径长度，产生正训练样本集及其负训练样本集；而路径查询预测器构建模块基于模块1)和2)实现预测目标函数的构建和随机优化。与现有技术相比，本发明具有显著提高路径查询预测的准确度、降低级联误差以及增强泛化能力等优点。
-
公开(公告)号：CN109862536B
公开(公告)日：2020-06-16
申请号：CN201910171832.2
申请日：2019-03-07
Applicant: 同济大学
Abstract: 为了探测大规模车联网多社区间的连通并保持稳定，本发明给出大规模车联网多社区间通达性方法，将学习自动机理论应用到大规模车联网多社区间的通信方案中，通过部署在社区节点的学习自动机间信息交换与竞争，自适应调整不同路由的转发概率，从而达到从整体上优化网络通信的目的，提升大规模车联网网络通达性。
-
公开(公告)号：CN107145518B
公开(公告)日：2020-04-14
申请号：CN201710227915.X
申请日：2017-04-10
Applicant: 同济大学
IPC: G06F16/9535 , G06Q50/00
Abstract: 本发明公开一种社交网络下基于深度学习的个性化推荐系统，主要包括离线学习模块和在线推荐模块。离线学习模块首先生成训练样本集合，进而构造带注意力机制的深度卷积神经网络学习模型，并对学习模型中的参数进行迭代优化；在线推荐模块基于训练得到的学习模型对新注册的用户进行实时物品推荐。与现有技术相比，本发明具有准确度高、速度快和简单易实现等优点，能够有效应用于电子商务、舆情监控、智能交通以及医疗健康等领域。
-
-
-
-
-
-
-
-
-
Search Results
179
records
(took 0.023 seconds)
