城市场景中车联网大规模异构网络连通性质的研究方法

    公开(公告)号:CN105827688A

    公开(公告)日:2016-08-03

    申请号:CN201610011480.0

    申请日:2016-01-08

    Applicant: 同济大学

    CPC classification number: H04L67/12 H04L45/02

    Abstract: 一种城市场景中车联网大规模异构网络连通性质的研究方法,利用图论对车联网进行建模,利用复杂网络分析技术中相关度量,将它们改造适用于车联网瞬时性质,利用这些性质,在现有的TAPASCologne数据集的基础上,利用复杂网络分析工具等对实际的车联网随时间的演化情况进行仿真测试和数据分析,对大规模车辆移动轨迹TAPASCologne数据集进行了动力学分析,得出车联网大规模异构网络的连通性质的相关结论。本发明是对车联网性质进行深入系统的研究,可以实现对大规模异构网络网元之间的有效集成,保障车联网大规模网络互连互通的实时性。本发明从根本上保障了车联网大规模信息的交换,能满足和支撑大区域环境下的交通拥堵、交通安全、雾霾治理等实时数据采集的应用需求。

    基于连通性机制的城市车联网数据传输路径选择方法

    公开(公告)号:CN104851282A

    公开(公告)日:2015-08-19

    申请号:CN201510201671.9

    申请日:2015-04-24

    Applicant: 同济大学

    CPC classification number: G08G1/00 H04L67/12

    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。

    一种三维WLAN室内定位方法
    53.
    发明公开

    公开(公告)号:CN104684080A

    公开(公告)日:2015-06-03

    申请号:CN201510070419.9

    申请日:2015-02-10

    Applicant: 同济大学

    CPC classification number: H04W64/003 H04W4/04

    Abstract: 本发明涉及一种三维WLAN室内定位方法,包括以下步骤:(1)将待研究场景等分为若干个立方格,对于每个无线接入点记录其所能覆盖的立方格的信号强度;(2)服务器将每个无线接入点的信号分布数据中成簇的非零值通过拟合函数实现压缩;(3)用户终端实时感测并记录每个所述的无线接入点的信号强度,上传至服务器以请求服务器进行定位计算;(4)服务器根据收到的所述用户终端的信号强度信息中每个无线接入点的强度信息,计算用户终端的估计位置发还给用户终端。与现有技术相比,本发明避免传统机器学习算法维度灾难问题,将定位范围扩展到三维空间;记录全场AP信号强度分布数据,并对数据进行压缩,减少存储空间。

    一种考勤系统及方法
    54.
    发明公开

    公开(公告)号:CN104616365A

    公开(公告)日:2015-05-13

    申请号:CN201510056134.X

    申请日:2015-02-03

    Applicant: 同济大学

    CPC classification number: G07C1/10

    Abstract: 本发明提供一种考勤系统及方法,通过读取进行WiFi连接的客户端的WLAN MAC地址信息,并将其与预设列表中的预设WLAN MAC地址信息进行比较,当相同时,对应预先与所述预设WLAN MAC地址信息所关联的身份信息生成WiFi考勤记录,本发明还提供对客户端的WLAN MAC地址信息以及相关信息同时进行验证判断的方法,提高验证的准确性,本发明的考勤系统及方法,可以利用现有客户端拥有的主流配置,即WiFi模块,且利用每个WiFi模块所对应的唯一的WLAN MAC地址信息进行考勤验证,考勤效率以及准确性高。

    一种基于非时间逆序的微博优先处理方法

    公开(公告)号:CN103795611A

    公开(公告)日:2014-05-14

    申请号:CN201410019462.8

    申请日:2014-01-16

    Applicant: 同济大学

    Abstract: 一种基于非时间逆序的微博优先处理方法,实施步骤为:(1)当用户设置关注好友的优先级后,用户就会首先看到最关心的好友的微博,最不关心的好友最后才看到;(2)如果存在以#标记的表达事件的微博,首先显示这样的微博,再显示其他微博;(3)按照好友昵称的字典序显示好友最新发布所有的微博,同一个好友的微博仍然按照时间逆序显示。将与某一个好友或事件相关的微博聚合在一起按照非时间逆序显示给用户,增加用户浏览微博的专注度和便利性。让用户首先看到最关心的用户的微博状态,最不关心的好友微博显示在最末,这样更加符合用户关注外界环境变化的习惯,也有效渐少恶意广告微博等垃圾信息对用户的骚扰。

    基于环境声音和位置的手机情景模式自动调节系统

    公开(公告)号:CN103347125A

    公开(公告)日:2013-10-09

    申请号:CN201310254184.X

    申请日:2013-06-24

    Applicant: 同济大学

    Abstract: 一种基于环境声音和位置的手机情景模式自动调节系统。声音信息采集模块可以通过手机中现有的麦克风来采集环境的声音信息,从中计算出环境的声音等级,并据此自动调节手机的来电铃音音量和振动提示的开或关;手机用户可以通过GPS、基站和WIFI热点等位置信息标记一些经常去的地点,并设置在这些地点所需要的手机铃声音量和振动模式,等下次用户再到达该地点时,手机的情景模式会根据先前的设定自动调节;对于同一个地点,用户也可根据不同时间设置不同的手机铃声音量和振动模式,到时根据不同的时间段手机的相应情景模式设置也会自动进行调节。根据环境音量或是具体的位置进行手机提示铃音的自动调节,满足手机用户的实际需求。

    一种基于用户反馈的训练语料收集系统及其方法

    公开(公告)号:CN103268312A

    公开(公告)日:2013-08-28

    申请号:CN201310159025.1

    申请日:2013-05-03

    Applicant: 同济大学

    Abstract: 一种基于用户反馈的训练语料收集系统及其方法,根据用户反馈的特点,同时也结合移动终端上的应用,由此来判断已经训练的模型对于相应的语言处理任务是否很好的完成,从而可以确定此次标记的正确性。将正确的标记文本存储入数据库从而实现了训练语料的生成与收集。随着互联网特别是移动互联网的发展,专门面向移动互联网的应用越来越多,这些应用通过服务器向用户提供各种各样的信息,同时也可以利用移动设备收集用户的习惯与信息。本发明作为一种新的基于用户反馈的学习机制,利用用户反馈的信息为机器学习提供新的途径和方法,可应用于垃圾邮件识别等任务当中。

    基于基站定位的位置信息查询方法

    公开(公告)号:CN102291673A

    公开(公告)日:2011-12-21

    申请号:CN201110196201.X

    申请日:2011-07-13

    Applicant: 同济大学

    Abstract: 本发明涉及一种基于基站定位的位置信息查询方法,主要是在多个分散的基站之间架设服务器,服务器用来接收用户的服务查询需求,该服务查询需求包含所需服务的查询信息以及服务的物理地址信息,并利用服务的物理地址信息,实施基站定位到用户需求服务的位置,并选择该位置附近的服务提供者,把所需服务的查询信息发送到该服务提供者,以由该服务提供者提供一对应的查询结果通过服务器反馈给该用户,以使用户及时获悉所要查询的服务。

    高速公路场景下基于流程挖掘的无人驾驶车群动态演化及协同方法

    公开(公告)号:CN118968752A

    公开(公告)日:2024-11-15

    申请号:CN202411025145.7

    申请日:2024-07-29

    Applicant: 同济大学

    Inventor: 程久军 倪张凯

    Abstract: 高速公路场景下基于流程挖掘的无人驾驶车群动态演化及协同方法,包括:步骤1.相关定义;步骤2.无人驾驶车群动态演化事件;步骤3.无人驾驶车群动态演化方法;步骤4.无人驾驶车群协同方法。基于高速公路场景下基于流程挖掘的无人驾驶车群构建方法进一步给出节点加入算法、节点离开算法、车群合并算法、车群分裂算法和车群重构算法;对车群状态、动态演化事件触发条件和状态转移函数进行定义,并给出无人驾驶车群动态演化算法;给出无人驾驶车群协同模型,在此基础上,给出了无人驾驶车群协同算法;给出了车群消亡次数、节点参与率、节点依赖度、车群平均生存时长和平均协同时长占比等评价指标,构建仿真实验对提出的无人驾驶车群进行了稳定性验证。

Patent Agency Ranking