公开(公告)号：CN117272025A

公开(公告)日：2023-12-22

申请号：CN202311246142.1

申请日：2023-09-26

Applicant: 河北工业大学

Inventor： 王云鹤 ,  张平 ,  李晓敏 ,  周泽铭 ,  肖文远 ,  杜正昱 ,  张航

IPC: G06F18/213 ,  G06N3/006 ,  G06F18/24

Abstract: 本发明为一种基于模糊竞争粒子群多目标优化的高维数据特征选择方法，首先获取高维数据集，计算特征与标签的互信息，根据互信息对高维数据集进行降维；然后，以最小化分类错误率、最小化特征选择率以及最大化特征间差异为目标，构建多目标函数；最后，利用多目标模糊竞争粒子群优化算法求解多目标函数，在求解过程中对失败粒子进行模糊分类，所有失败粒子被分为一类失败粒子和二类失败粒子；更新二类失败粒子的位置，使二类失败粒子向最优失败粒子靠近；最优个体对应的候选特征子集即为最优特征子集，完成高维数据的特征选择。该方法从特征选择的目的出发，综合考虑模型的分类效果构建多目标函数；利用模糊逻辑对失败粒子进行分类，提高了收敛速度和特征选择效果。

公开(公告)号：CN117935555A

公开(公告)日：2024-04-26

申请号：CN202410118360.5

申请日：2024-01-29

Applicant: 河北工业大学

Inventor： 王志忠 ,  张平 ,  郑海飞 ,  张锡洋 ,  吴金广 ,  黄天博 ,  顾军华

IPC: G08G1/01 ,  G06N3/0442 ,  G06N3/0464 ,  G06N3/049 ,  G06N3/084

Abstract: 本发明公开一种基于双向GRU超图卷积模型的交通流量预测方法，该方法使用基于协方差的动态邻接矩阵替代实际情况下的节点之间的邻接矩阵，并且分别从路网动态邻接矩阵和其对应的超图这两个角度提取道路历史数据中节点的空间相关性和异构性，有效的提升模型的预测准确率。采用交通预测网络模型通过历史交通数据及其路网动态邻接矩阵和其对应的超图对目标路段的适配的网络参数进行训练，获取目标路段待预测时刻之前一定时长的交通数据，结合训练好的交通预测网络模型，得到目标路段目标时段的交通预测数据。本发明方法从全局角度捕捉功能空间相关性和从局部角度捕捉时变空间相关性，提高交通预测精度。

公开(公告)号：CN119007433A

公开(公告)日：2024-11-22

申请号：CN202411009465.3

申请日：2024-07-26

Applicant: 河北工业大学

Inventor： 张平 ,  靳瀚禹 ,  刘世煊 ,  郭柳洋 ,  王光磊

IPC: G08G1/01 ,  G06N3/094

Abstract: 本发明公开一种基于传递周期性的GAN网络的缺失交通流数据插补方法，该方法提出了一种新的周期性数据提取方式，提取多种周期数据的传递周期性，用于历史数据对缺失数据的预测，进而提高对缺失数据插补的准确性；设计一种动态缺失率重构损失函数，通过此函数动态的适应不同时段下不同缺失率的数据，更好地应对真实缺失数据集的随机性和动态性，平滑损失函数优化过程，提高插补模型的鲁棒性和泛化能力；构建动态邻接矩阵，对随时间变化的节点之间的动态空间关系进行建模，并考虑了静态空间依赖性和动态空间依赖性，提升模型对交通流数据时空相关性的特征提取能力。该数据插补方法比STGAN模型在PeMS04数据集上的不同缺失率情况下的插补效果均更好。

公开(公告)号：CN118152773A

公开(公告)日：2024-06-07

申请号：CN202410258429.4

申请日：2024-03-07

Applicant: 河北工业大学

Inventor： 张平 ,  王云鹤 ,  王光磊

IPC: G06F18/211 ,  G06F18/241 ,  G06Q10/0637 ,  G06Q50/06

Abstract: 本发明公开了一种基于成对标签补充特征选择的风电数据降维方法，首先获取风电数据特征，并计算候选特征为标签集合提供的分类信息总量；然后，计算候选特征为成对标签提供分类信息的权重、候选特征为所有成对标签提供的分类信息总量以及候选特征与所有已选特征之间的冗余信息；最后，提出特征重要性评估准则，并根据该准则计算候选特征的重要性得分；将重要性得分最大的候选特征的索引加入到已选特征集合中，并将该候选特征从风电数据特征集合中删除；重复该步骤，直至已选特征集合中的特征个数达到预设值，已选特征集合中的所有特征即为被选择的特征。该方法利用候选特征为成对标签提供分类信息的权重来重新评估每个候选特征对成对标签提供的分类信息总量，准确地量化了候选特征与标签之间的关系，提升了特征选择的准确性。

公开(公告)号：CN118071996A

公开(公告)日：2024-05-24

申请号：CN202410250917.0

申请日：2024-03-06

Applicant: 河北工业大学

Inventor： 张思远 ,  顾军华 ,  张平 ,  郑海飞 ,  黄天博 ,  陈磊

IPC: G06V10/25 ,  G06V10/764 ,  G06V20/40 ,  G06V10/82 ,  G06T7/277

Abstract: 一种基于目标识别和目标跟踪的交通拥堵感知方法，采用目标识别及目标跟踪方法分析对交通监控视频进行处理，计算TTI指数以实现实时交通拥堵感知，具体步骤如下：步骤1)，使用车辆检测数据集对目标检测算法模型YOLOv8进行预训练，并设置检测目标类别标签步骤2)，以YOLOv8和ByteTrack对监控视频进行逐帧目标识别和目标跟踪：2.1)以YOLOv8进行目标识别，识别出视频中的不同车辆目标；2.2)在目标跟踪阶段，ByteTrack方法实现基于卡尔曼滤波方法的目标跟踪，不断更新轨迹列表以及跟踪结果列表。步骤3)，处理目标跟踪结果，计算得出实时拥堵指数RTTI。

公开(公告)号：CN118015595A

公开(公告)日：2024-05-10

申请号：CN202410270193.6

申请日：2024-03-11

Applicant: 河北工业大学

Inventor： 顾军华 ,  金建铭 ,  郑海飞 ,  张锡洋 ,  黄天博 ,  吴金广 ,  张平 ,  何文颖

IPC: G06V20/58 ,  G06V10/25 ,  G06V10/82 ,  G06N3/0464 ,  G06N3/08

Abstract: 基于注意力机制和动态卷积的车辆目标检测和识别方法。针对复杂交通环境中车辆目标与周围环境的融合问题以及拥堵场景下的目标重叠问题，提出了一种能够实时车辆目标的YOLOv5‑vd神经网络模型，在YOLOv5模型基础上，骨干网络中加入全局注意力机制，高效提取全局注意力的特征图，同时引入利用可变形卷积算子DCNv3，可以根据目标的形状自适应的调整卷积核采样的位置，提高对多尺度目标的建模能力，使得模型在复杂场景下具有更强的泛化能力，在Head输出前，针对边界框回归效果较差的问题，将Focal‑EIoU替换原本的损失函数。

公开(公告)号：CN117763319A

公开(公告)日：2024-03-26

申请号：CN202311787290.4

申请日：2023-12-25

Applicant: 河北工业大学

Inventor： 张平 ,  王光磊 ,  孔令姝

IPC: G06F18/211 ,  G06F18/24 ,  G06F17/18 ,  G06Q50/06

Abstract: 本发明公开了一种基于流标签特征选择的风电数据降维方法，首先获取风电数据特征集合；对于新到达的流标签，将分类信息量最大的候选特征计入到流标签的特征集合中；然后，对已选特征进行分类，计算平均最大补充信息和平均最小冗余信息；利用特征评估准则计算剩余各个候选特征的重要性得分，将重要性得分最大的候选特征加入到流标签的特征集合中；最后，为流标签的特征集合中的已选特征赋予权重，并将权重映射到风电数据特征集合中，得到流标签对应的特征权重集合；每得到一个流标签对应的特征权重集合，则将该流标签对应的特征权重集合与之前得到的流标签对应的特征权重集合相同位置上的权重进行累加，进而得到各个候选特征的权重，选取权重较大的多个候选特征作为最终选择的特征，用于后续的分类任务。该方法的特征选择更加精细和全面，提高了特征选择的精度。