-
公开(公告)号:CN113674524A
公开(公告)日:2021-11-19
申请号:CN202110856839.5
申请日:2021-07-28
Applicant: 长安大学
Abstract: 本发明属于交通技术领域,公开了一种基于LSTM‑GASVR的多尺度短时交通流预测建模、预测方法及系统。建模方法包括:对采样的交通流数据进行重构、归一化及工作日因素升维等步骤预处理数据;建立LSTM模型提取数据特征,训练LSTM短时交通流预测模型;使用遗传算法GA优化SVR模型中的参数,选择最优的模型参数组合,训练SVR短时交通流预测模型;利用SVR算法优化LSTM模型的预测结果,输出结果即为未来15min的交通流预测值,实现了交通流的实时高精度预测。多种预测方法比较分析表明,本发明较LSTM、GRU、CNN、SAE、ARIMA、SVR,预测精度提高了20%,R2达到了0.982,解释方差为0.982,mape为0.118。本发明的交通流预测方法为交通管理人员判断路网状态,进行交通控制及车流引导提供了有力支撑。
-
公开(公告)号:CN117115006A
公开(公告)日:2023-11-24
申请号:CN202310685864.0
申请日:2023-06-09
Applicant: 长安大学
IPC: G06T5/00 , G06T3/40 , G06N3/0442 , G06N3/0464 , G06N3/08
Abstract: 本申请涉及一种基于改进卷积长短时记忆网络的雨天图像容错模型,包括:特征提取模块和区域特征增强模块;所述特征提取模块用于提取雨天图像的雨纹特征并对重点关注区域进行高效学习,输出特征图,所述区域特征增强模块基于所述特征图捕获不同尺度的雨滴信息并去除,输出去雨后的图像;本申请可以捕获不同尺度的雨条纹,在去除基本的雨线的同时保护了图像重要的细节纹理和背景信息,从而得到颜色饱和质量更高的无雨图像,使得恢复的图像更干净,视觉效果更好。
-
公开(公告)号:CN116823638A
公开(公告)日:2023-09-29
申请号:CN202310535330.X
申请日:2023-05-12
Applicant: 长安大学
IPC: G06T5/00 , G06N3/0455 , G06N3/0464 , G06N3/048 , G06N3/0475 , G06N3/09 , G06N3/094 , G06V10/80 , G06V10/82
Abstract: 本发明公开了一种基于改进GAN的图像去雾方法,涉及图像去雾技术领域,包括以下步骤:获取有雾图像;将有雾图像输入至基于改进GAN的生成器网络模型,输出去雾图像。本发明采用生成对抗网络为基本框架,在生成器中加入融合注意力的残差模块和联系上下文的去雾模块,并且使用改进PatchGAN判别器网络结构实现对生成器生成图像的监督。使得去雾图像整体清晰,易于观察,图像色彩饱满与真实图像更为接近。
-
-