“董大亨”申请（专利权）人搜索_中国专利权人_发明人_技术持有人_科研专家_钻瓜专利网

钻瓜专利网为您找到相关结果11个，建议您升级VIP下载更多相关专利

[发明专利]列车控制方法及系统、车载子系统和轨旁资源管理子系统-CN202210102483.0有效
发明人：郑生全;邓志翔;王成;沈志凌;姜西;董大亨;邱泽宇;尤嘉成;刘涛;邹海平;刘魁 -专利权人：中铁第四勘察设计院集团有限公司
申请日： 2022-01-27 - 公布日： 2023-09-05 - 主分类号： B61L23/00 文献下载
摘要：本申请提供了一种列车控制方法及系统、车载子系统和轨旁资源管理子系统。其中，所述列车控制方法包括：当目标列车出现通信故障时，车载子系统控制目标列车停车故障时段后，依据预设故障限速运行至最近车站停车；其中，所述最近车站的进路由轨旁资源管理子系统为目标列车办理；所述最近车站指目标列车运行计划中的下一个车站。
列车控制方法系统车载子系统资源管理

[发明专利]基于卷积神经网络的实时人群稳定状态识别方法及装置-CN201911006032.1有效
发明人：赵荣泳;董大亨;王妍;刘琼;李翠玲;马云龙 -专利权人：同济大学
申请日： 2019-10-22 - 公布日： 2023-05-02 - 主分类号： G06V20/52 文献下载
摘要：本发明涉及一种基于卷积神经网络的实时人群稳定状态识别方法及装置，所述方法包括以下步骤：获取输入图像，以所述输入图像作为多列卷积神经网络模型的输入，获得给定网格区域的人群数；对所述输入图像进行图像校正，获得所述给定网格区域的实际面积；基于所述人群数和实际面积，获得所述给定网格区域的人群密度值；基于所述人群密度值识别各给定网格区域的人群稳定状态；其中，所述多列卷积神经网络模型包括多个并行的、结构相同的卷积神经网络，各卷积神经网络的卷积核大小各不相同，各卷积神经网络的输出通过1×1的滤波器映射生成二维密度图矩阵，获得给定网格区域的人群数。与现有技术相比，本发明具有精度高等优点。
基于卷积神经网络实时人群稳定状态识别方法装置

[发明专利]一种丁字路口人群疏散稳定性预测方法及预测装置-CN201910452507.3有效
发明人：赵荣泳;李翠玲;刘琼;胡钱珊;董大亨;马云龙 -专利权人：同济大学
申请日： 2019-05-28 - 公布日： 2023-04-07 - 主分类号： G06Q10/04 文献下载
摘要：本发明涉及一种丁字路口人群疏散稳定性预测方法及预测装置，包括以下步骤：构建丁字路口恐慌人群疏散宏观模型；基于Lyapunov稳定性和所述宏观模型，获得人群疏散平衡状态的特征值；添加扰动信息，根据所述特征值及扰动信息获得加速度临界值；根据所述加速度临界值与人群当前加速度的关系预测获得人群疏散稳定性。与现有技术相比，本发明具有准确性和可靠性高等优点。
一种丁字路口人群疏散稳定性预测方法装置

[发明专利]基于信息熵的宏观人群恐慌度量方法及其应用-CN201811108307.8有效
发明人：赵荣泳;李翠玲;刘琼;胡钱珊;董大亨;田相克;马云龙 -专利权人：同济大学
申请日： 2018-09-21 - 公布日： 2022-08-12 - 主分类号： G06F17/18 文献下载
摘要：本发明涉及一种基于信息熵的宏观人群恐慌度量方法及其应用，所述度量方法包括以下步骤：1)将疏散空间划分为多个离散化的单位网格；2)获取每一单位网格中疏散人群的实时速度分布，基于信息熵理论计算每一单位网格的恐慌熵；3)根据步骤2)，获得疏散空间的恐慌熵。与现有技术相比，本发明基于信息熵理论获得人群恐慌熵，以人群速度矢量混乱程度反应人群恐慌程度，利用离散化网格中疏散个体速度大小及方向的分布情况，计算出离散化网格中人群行为的混乱程度，从而定量的反映出疏散人群的恐慌程度。
基于信息宏观人群恐慌度量方法及其应用

[发明专利]一种基于街道宽度比的丁字路口高风险区域标定方法-CN201711385883.2有效
发明人：赵荣泳;汪栋;胡钱珊;李翠玲;董大亨 -专利权人：同济大学
申请日： 2017-12-20 - 公布日： 2021-07-20 - 主分类号： G06F30/20 文献下载
摘要：本发明涉及一种基于街道宽度比的丁字路口高风险区域标定方法，包括以下步骤：1)获取丁字路口处的街道参数；2)建立Aw‑Rascle人群动力学模型；3)在所述Aw‑Rascle人群动力学模型基础上，引入交叉口区域的影响矩阵，构建丁字路口人群疏散动力学模型；4)基于所述街道参数建立人群初始化高斯分布模型；5)基于人群初始化高斯分布模型初始化人群密度后，以所述丁字路口人群疏散动力学模型进行仿真，标定人群疏散高风险区域。与现有技术相比，本发明具有准确反映实际街道人群密度分布情况、清晰直观等优点。
一种基于街道宽度丁字路口风险区域标定方法

[发明专利]基于微观-宏观转换模型的区域人群运动状态预测方法-CN201810732013.6有效
发明人：赵荣泳;董大亨;胡钱珊;李翠玲;汪栋 -专利权人：同济大学
申请日： 2018-07-05 - 公布日： 2021-06-04 - 主分类号： G06F30/20 文献下载
摘要：本发明涉及一种基于微观‑宏观转换模型的区域人群运动状态预测方法，该方法包括以下步骤：1)建立实现微观恐慌向宏观压力项转换的微观‑宏观转换模型；2)获取人群流动视频信息参数；3)基于所述微观‑宏观转换模型和人群流动视频信息参数，预测区域人群运动状态，并显示预测结果。与现有技术相比，本发明构建了微观—宏观转换模型，一定程度上弥补了人群疏散建模方法的不足，为研究人群疏散问题提供了新的思路。
基于微观宏观转换模型区域人群运动状态预测方法

[发明专利]基于人群疏散宏观模型的丁字路口疏散仿真方法-CN201711377233.3有效
发明人：李翠玲;赵荣泳;汪栋;胡钱珊;董大亨 -专利权人：同济大学
申请日： 2017-12-19 - 公布日： 2021-05-11 - 主分类号： G06F30/20 文献下载
摘要：本发明涉及一种基于人群疏散宏观模型的丁字路口疏散仿真方法，包括以下步骤：1)建立Aw‑Rascle人群动力学模型；2)在所述Aw‑Rascle人群动力学模型基础上，引入交叉口区域的影响矩阵，构建丁字路口人群疏散宏观模型；3)基于所述丁字路口人群疏散宏观模型进行数值仿真，并显示仿真结果。与现有技术相比，本发明具有符合实际情况、能够迅速识别密度的临界值和完成高风险区域的定位等优点。
基于人群疏散宏观模型丁字路口仿真方法

[发明专利]人群疏散宏观模型迭代式仿真方法-CN201810731415.4有效
发明人：赵荣泳;董大亨;胡钱珊;李翠玲;汪栋 -专利权人：同济大学
申请日： 2018-07-05 - 公布日： 2021-03-26 - 主分类号： G06F30/20 文献下载
摘要：本发明涉及一种人群疏散宏观模型迭代式仿真方法，包括以下步骤：1)建立Aw‑Rascle人群动力学宏观模型；2)基于地形环境进行行人高斯分布初始化；3)基于初始化的所述行人流高斯分布和Aw‑Rascle人群动力学宏观模型进行迭代式仿真，并显示仿真结果。与现有技术相比，本发明采用迭代式的仿真方法，能够使仿真的效果更加接近真实情况，具有仿真结果精度高等优点。
人群疏散宏观模型迭代式仿真方法

[发明专利]宏观人群恐慌传播动力学模型建立方法及动力学模型应用-CN201811150760.5有效
发明人：赵荣泳;李翠玲;刘琼;胡钱珊;董大亨;田相克;马云龙 -专利权人：同济大学
申请日： 2018-09-29 - 公布日： 2021-03-26 - 主分类号： G06F30/20 文献下载
摘要：本发明涉及一种宏观人群恐慌传播动力学模型建立方法及动力学模型应用，包括以下步骤：1)将疏散空间划分为多个离散化的单位网格，基于信息熵理论构建每一单位网格的恐慌熵；2)构建各相邻单位网格的恐慌熵值梯度；3)基于所述恐慌熵和恐慌熵值梯度构建宏观人群恐慌传播动力学模型，该模型反映人群速度方向和大小以及恐慌熵方向和大小。与现有技术相比，本发明具有可实现恐慌传播过程定量分析、提高仿真可靠性等优点。
宏观人群恐慌传播动力学模型建立方法应用

[发明专利]一种丁字路口客车下客点选择方法-CN201711384954.7有效
发明人：赵荣泳;汪栋;董大亨;胡钱珊;李翠玲 -专利权人：同济大学
申请日： 2017-12-20 - 公布日： 2021-03-26 - 主分类号： G06F30/20 文献下载
摘要：本发明涉及一种丁字路口客车下客点选择方法，包括以下步骤：1)建立Aw‑Rascle人群动力学模型；2)在所述Aw‑Rascle人群动力学模型基础上，引入交叉口区域的影响矩阵，构建丁字路口人群疏散动力学模型；3)基于所述丁字路口人群疏散动力学模型，构建丁字路口人群的高斯分布模型；4)以设定步长，在丁字路口区域内改变所述高斯分布模型的高斯分布中心位置，仿真获得踩踏风险最低的下客点。与现有技术相比，本发明具有可以快速获得丁字路口处最佳的大型客车下客点、考虑因素更加全面等优点。
一种丁字路口客车下客点选择方法

[发明专利]基于多列卷积神经网络的人群计数与密度估计方法及装置-CN201911005595.9在审
发明人：赵荣泳;董大亨;刘琼;王妍;李翠玲;马云龙 -专利权人：同济大学
申请日： 2019-10-22 - 公布日： 2020-04-10 - 主分类号： G06K9/00 文献下载
摘要：本发明涉及一种基于多列卷积神经网络的人群计数与密度估计方法及装置，所述方法包括以下步骤：将输入图像转换为像素矩阵；以所述像素矩阵作为多列卷积神经网络模型的输入，获得二维密度图矩阵；对所述二维密度图矩阵进行求和操作，获得输入图像的人群数量，并生成密度图图像；其中，所述多列卷积神经网络模型包括多个并行的、结构相同的卷积神经网络，各卷积神经网络的卷积核大小各不相同，各卷积神经网络的输出通过1×1的滤波器映射生成所述二维密度图矩阵。与现有技术相比，本发明具有精度高、方便实现人群计数定量分析等优点。
基于卷积神经网络人群计数密度估计方法装置

1
共 11 条