-
公开(公告)号：CN107181640B
公开(公告)日：2019-11-29
申请号：CN201710303319.5
申请日：2017-05-03
Applicant: 同济大学
Abstract: 现有技术凭借车辆密度等指标仅能评估当时的网络连通率，无法评估链路的稳定性和有效时长，缺乏对车辆动态变化和网络稳定性的考量。本发明给出了一种城市道路场景下车联网连通性指标的获取方法，分别从城市道路场景下车联网静态和动态连通特性，给出链路生存时长作为车联网连通性的新的衡量指标，从而为衡量城市道路中车联网整体连通及其稳定以及路由协议的设计提供帮助。
-
公开(公告)号：CN108550279B
公开(公告)日：2019-10-18
申请号：CN201810287172.X
申请日：2018-04-03
Applicant: 同济大学
Abstract: 基于机器学习的车辆驾驶行为预测方法，涉及车联网领域，意在利用机器学习技术，挖掘车辆属性、道路信息以及行驶环境信息与车辆驾驶行为之间的关系，提高车辆驾驶行为预测的准确性。具体步骤包括：步骤1，定义特征集：车辆特征定义，道路特征定义，车辆行驶环境定义；步骤2，车辆位移预测模型：特征提取与数据预处理：车辆与前方路口距离特征提取，路口允许转向动作特征提取，标签提取；车辆位移预测模型：训练样本集定义，车辆位移预测模型训练；步骤3，车辆驾驶行为预测模型：高斯分量定义；步骤4，车辆驾驶行为预测。
-
公开(公告)号：CN105553780B
公开(公告)日：2018-10-26
申请号：CN201610011446.3
申请日：2016-01-08
Applicant: 同济大学
IPC: H04L12/26 , H04L12/751 , H04L29/08
Abstract: 一种城市场景中有基础设施的车联网连通性模型推演方法。本发明定义了主干路网：由若干路口网关i1,i2,...,im组成，这些路口网关与一组道路r1,r2,...,rn相邻，其中n＝m‑1。通过获取主干路网中每条道路上所有车辆的行驶速度和所配备的车联网无线通信装置的传输范围以及统计这些道路上的车辆密度，对主干路网的连通性的四种属性进行建模。本发明针对城市场景中车联网客观存在互连互通耦合度低、应用程序需求存在差异等问题，研究了消息经由城市道路及路口网关组成的主干路网传播，形成车联网互联互通时的四种连通性质，根据这些性质提出了城市场景中有基础设施的车联网连通性模型，这对车联网大规模网络应用的发展有着重要的理论指导意义。
-
公开(公告)号：CN105245608B
公开(公告)日：2018-05-08
申请号：CN201510697871.8
申请日：2015-10-23
Applicant: 同济大学
IPC: H04L29/08
Abstract: 本发明涉及车联网技术领域。基于自编码网络的车联网网络节点筛选及其通达性路由构建方法，整个路由机制包含三个部分，数据预处理，自编码网络训练，节点筛选算法实现。自编码网络可以提供高维连续数据空间和低维嵌套结构的双向映射，利用自编码网络可以对大规模道路交通网络中的节点信息的关联性特征进行发掘与提取，从而对原始信息进行降维，不仅降低了数据传输过程中数据量，而且为网络中关键节点的筛选提供有效途径。本发明为高速公路场景提供较好节点筛选方法，有效提高了网络性能。
-
公开(公告)号：CN107609633A
公开(公告)日：2018-01-19
申请号：CN201710702922.0
申请日：2017-08-16
Applicant: 同济大学
Inventor： 程久军
Abstract: 城市道路中客观存在道路纵横交错，车辆分布不均等特性，使得车辆位置易变导致车联网网络层数据传输失真问题，从而成为阻碍车联网应用服务发展的瓶颈。现有的车辆位置预测模型通常利用车辆历史轨迹信息进行训练，缺乏对复杂的车辆状态以及实时路况信息的考虑，对复杂行车环境与车辆驾驶行为以及车辆位置变化之间的关系挖掘不足。针对以上问题，本发明“车联网复杂网络中基于深度学习的车辆行驶影响因素的位置预测模型构造方法”综合考虑车体属性、道路信息与行车环境等影响车辆行驶的因素，结合深度学习技术，挖掘车辆行驶影响因素与车辆位置的关系，提出车辆位置的预测模型，达到提升车辆位置预测准确性的目的，从而为车联网网络层路由协议设计的稳定性提升，以及有效解决数据失真问题提供帮助。
-
Patent Agency Ranking
公开(公告)号：CN104851282B
公开(公告)日：2017-11-07
申请号：CN201510201671.9
申请日：2015-04-24
Applicant: 同济大学
Abstract: 本发明涉及一种基于连通性机制的城市车联网数据传输路径选择方法，包括步骤：1)导入数据传输的源节点和目的节点，并判断源节点和目的节点之间是否存在锚点，若为是，则执行步骤3)，若为否，则执行步骤2)；2)计算源节点和目的节点之间所有道路的连通性，并选择连通性最高的道路作为数据传输路径；3)将源节点作为源锚点，目的节点作为目的锚点，计算各相邻锚点间的连通性，并采用最短路径算法选择最优锚点序列作为数据传输路径。与现有技术相比，本发明针对源节点和目的节点之间的锚点分布情况，采用分别独立的方式选择传输路径，降低计算复杂度，提高效率，降低路边基础设施的部署成本。
-
公开(公告)号：CN107196835A
公开(公告)日：2017-09-22
申请号：CN201710397807.7
申请日：2017-05-31
Applicant: 同济大学
IPC: H04L12/46 , H04L12/751 , H04L29/08 , H04W4/04
Abstract: 城市场景中车联网大规模网络节点数目庞大，拓扑变化频繁，以及道路纵横交错等特性，导致车联网大规模网络客观存在互联互通耦合度低。针对以上问题，考虑车联网网络节点冗余特性，给出了一种车联网网络拓扑结构，即车联网连通基,并利用启发式算法给出了连通基构造方法。本研究方法“一种建立车联网大规模网络互联互通的连通基组件构造方法”，可有效解决城市场景下的车联网大规模网络冗余节点大量参与通信引起的信号干扰和网络拥塞，造成通信效率不高问题，有助于提高车联网大规模网络互联互通的实时性和稳定性，同时为车联网应用服务的设计和运行提供更快的传输效率保障。
-
公开(公告)号：CN107181640A
公开(公告)日：2017-09-19
申请号：CN201710303319.5
申请日：2017-05-03
Applicant: 同济大学
Abstract: 现有技术凭借车辆密度等指标仅能评估当时的网络连通率，无法评估链路的稳定性和有效时长，缺乏对车辆动态变化和网络稳定性的考量。本发明给出了一种城市道路场景下车联网连通性指标的获取方法，分别从城市道路场景下车联网静态和动态连通特性，给出链路生存时长作为车联网连通性的新的衡量指标，从而为衡量城市道路中车联网整体连通及其稳定以及路由协议的设计提供帮助。
-
公开(公告)号：CN107145517A
公开(公告)日：2017-09-08
申请号：CN201710227761.4
申请日：2017-04-10
Applicant: 同济大学
Abstract: 本发明公开一种微博群组间具有全局最小代价的信息传播路径生成方法，主要包括路径代价建模、初始路径生成和路径深度优化3个步骤。其中，步骤1实现群组间信息传播路径的形式化表示及其时间代价模型构建，步骤2生成群组间具有局部最小代价的信息传播路径，而步骤3通过交叉和变异两个操作算子的迭代优化，来最终产生并输出具有全局最小代价的信息传播路径。与现有技术相比，本发明具有准确度高、速度快、可扩展性强和简单易实现等优点，能够有效应用于舆情监控、数据可视化、电子商务、智能交通以及医疗健康等领域。
-
公开(公告)号：CN105991559A
公开(公告)日：2016-10-05
申请号：CN201510059780.1
申请日：2015-02-05
Applicant: 同济大学
IPC: H04L29/06
Abstract: 本发明涉及一种基于图像加密技术的用户安全登陆方法，包括以下步骤：客户端对用户密码进行MD5加密得到密码密文；客户端将用户名通过STDM嵌入图片中；客户端根据存储在本地的随机种子产生控制流，通过STDM将加密后的密码密文嵌入图片中；客户端将图片发送给服务器端；服务器端通过STDM从接收到的图片中提取出用户名；服务器端根据存储在本地的随机种子产生控制流，通过STDM从接收到的图片中提取出得到密码密文；服务器端验证得到密码密文，验证成功则生成一个新的随机种子并与验证通过信息一并发送给客户端，客户端更新随机种子；反之则提示验证失败。与现有技术相比，本发明在传统的STDM基础上，利用随机种子为控制流将密文嵌入图片，增加了系统的安全性。
-
-
-
-
-
-
-
-
-
Search Results
179
records
(took 0.027 seconds)
