一种适用于大功率快充工况的热泵式汽车空调系统

    公开(公告)号:CN109318679B

    公开(公告)日:2020-07-03

    申请号:CN201810927254.6

    申请日:2018-08-15

    Applicant: 吉林大学

    Abstract: 本发明公开了一种适用于大功率快充工况热泵式汽车空调系统,包括车内制冷回路,其被配置成使得制冷剂循环流经压缩机,车外换热器,电子膨胀阀,蒸发器和气液分离器;还包括热泵车内制热回路,其被配置成使得制冷剂按压缩机,板式换热器,电子膨胀阀,车外换热器和气液分离器的顺序流动,加热循环液体在水泵的作用下循环流经加热器,车内散热器和板式换热器,使制冷剂与加热循环液体在板式换热器中进行热交换;本发明所提供的热泵式汽车空调,具有多种工作模式,能够实现联动的电池热管理功能,并且能够在除霜的同时进行电池冷却和车内加热,提高车内热舒适性并且保证电池在工作温度范围内工作,并且该系统配置充电桩制冷系统,在电池大功率快充工况下进行辅助制冷,从而满足电池散热需求。

    一种基于多角度的深度卷积神经网络的车辆再识别方法

    公开(公告)号:CN110399828A

    公开(公告)日:2019-11-01

    申请号:CN201910665065.0

    申请日:2019-07-23

    Applicant: 吉林大学

    Abstract: 本发明公开了一种基于多角度的深度卷积神经网络的车辆再识别方法,所述方法包括将车辆图像数据集作为输入通过共享层输出处理后特征图集;所述特征图集经过三个不同的流,分别从度量、视觉、属性三个角度进行分类;将三个分类结果进行联合学习实现车辆再识别。其中所述三个不同的流为基于簇的三元组流、基于互补学习的外观流和基于车辆属性的属性流。本发明纠正了随机三元组采样带来的冗余性和误导性问题,有效地缓解了现有方法不能很好区分相似图像或网络不收敛的问题,降低了训练时间成本,能够获得更准确的车辆再识别结果。

    一种汽车热泵空调的控制方法

    公开(公告)号:CN109050200A

    公开(公告)日:2018-12-21

    申请号:CN201810957945.0

    申请日:2018-08-22

    Abstract: 本发明公开了一种汽车热泵空调的控制方法,包括:步骤一、将蒸发器参数归一化后输入第一BP神经网络,得到蒸发器出口过热度ΔTe、蒸发器换热量Qe及蒸发器空气侧换热量Qair;同时,将冷凝器参数归一化后输入第二BP神经网络,得到冷凝器出口过冷度ΔTc、冷凝器换热量Qc及冷凝器空气侧换热量Qair,c;步骤二、计算热泵空调需要调整的换热量ΔQ;步骤三、对热泵空调系统需要提供给乘员舱的换热量Qneed、蒸发器空气侧换热量Qair及热泵空调系统需要调整的换热量△Q进行聚类分析后,通过对电子膨胀阀的开度、车外冷却风扇的占空比、车内冷却风扇的占空比及压缩机的转速进行调节,使△Q=0,并且热泵空调系统的总功率最小。本发明提供的汽车热泵空调的控制方法,响应速度快,能较好控制能耗。

    一种优化车载T-BOX数据存储和转发方法

    公开(公告)号:CN108564678A

    公开(公告)日:2018-09-21

    申请号:CN201810351409.6

    申请日:2018-04-19

    Applicant: 吉林大学

    Abstract: 本发明提供了一种优化车载T-BOX数据存储和转发方法,用于存储和转发车载T-BOX采集的车载实时数据。该方法在综合考虑通信信道传输速率变化、各个存储设备写入速度差异、各个存储设备剩余储存空间变化和采集数据传输优先级的前提下,实现了一种基于数据传输优先级、信道传输速率、存储介质存储速率和剩余存储空间的车载实时数据存储和转发方法,解决了车载T-BOX所采集车载实时数据因无法在内存、多个外部存储设备和数据通信模块之间合理存储或发送而可能被覆盖或造成内存溢出的问题,同时解决了车载T-BOX所采集车载实时数据没有发送优先级的问题。

    一种基于卷积神经网络的车型精细分类系统

    公开(公告)号:CN105938560B

    公开(公告)日:2017-03-22

    申请号:CN201610168469.5

    申请日:2016-03-23

    Applicant: 吉林大学

    Abstract: 本发明公开了一种基于卷积神经网络的车型精细分类系统,提供了针对特征不明显,特征难于提取的车辆图像超多量分类方法,通过图像分析获得车辆的品牌、型号信息,而无需使用车牌、车标等易被遮挡、篡改的信息,尤其可用于套牌车、无牌车、有遮挡车辆的交通监管、交通稽查、交通统计、刑侦等领域;解决了使用图像对车辆品牌、型号的超多量分类问题;使用具有多个子网络的混合型卷积神经网络,将车辆的局部图片与全局图片同时输入各个子网络,如将车辆的车脸图片、车身图片、车尾图片输入不同的子网络,通过子网评分层进行打分,获得分类结果。

    车载信息安全的评价方法
    48.
    发明授权

    公开(公告)号:CN105025011B

    公开(公告)日:2016-10-19

    申请号:CN201510320877.3

    申请日:2015-06-12

    Applicant: 吉林大学

    Abstract: 本发明涉及一种车载信息安全的评价方法,属于网络安全领域。能够对车载信息安全防御方案做评价;可以给出单次攻击的评价结果,也可以做出总体评价结果;可以为不同的防御方案做评价,可以测试某一功能的防御方案,也可以测试整体的防御方案。包括建立车载网络信息安全防御系统、入侵检测系统和评价系统的连接;设置计时器,等待防御系统的防护结果;给出单次攻击评定结果及较大威胁攻击统计;重复步骤二,直到全部攻击结束,提示是否进行总评。优点在于:能够对车载信息安全防御方案做评价。可以进行较大威胁攻击提示及统计;可以给出防御级别评定;评价参数可以动态调整,以满足攻击手段的不断发展。

    一种基于卷积神经网络的车型精细分类系统

    公开(公告)号:CN105938560A

    公开(公告)日:2016-09-14

    申请号:CN201610168469.5

    申请日:2016-03-23

    Applicant: 吉林大学

    CPC classification number: G06K9/6268 G06K2209/23 G06N3/088

    Abstract: 本发明公开了一种基于卷积神经网络的车型精细分类系统,提供了针对特征不明显,特征难于提取的车辆图像超多量分类方法,通过图像分析获得车辆的品牌、型号信息,而无需使用车牌、车标等易被遮挡、篡改的信息,尤其可用于套牌车、无牌车、有遮挡车辆的交通监管、交通稽查、交通统计、刑侦等领域;解决了使用图像对车辆品牌、型号的超多量分类问题;使用具有多个子网络的混合型卷积神经网络,将车辆的局部图片与全局图片同时输入各个子网络,如将车辆的车脸图片、车身图片、车尾图片输入不同的子网络,通过子网评分层进行打分,获得分类结果。

Patent Agency Ranking