“王喆冰”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6个，建议您升级VIP下载更多相关专利

[发明专利]基于结构自适应自演化深度学习的大规模路网交通流预测方法-CN202111002575.3有效
发明人： 王喆冰;孙剑桥;徐洪昌;王德鹤;王俊飞;陈喜群;谢宁珂;沈楼涛;李俊懿;于静茹 -专利权人：航天科工广信智能技术有限公司;浙江大学
申请日： 2021-08-30 - 公布日： 2023-07-14 - 主分类号： G08G1/01 文献下载
摘要：一种基于结构自适应自演化深度学习的大规模路网交通流预测方法，根据时变的路网检测器与道路状况，由路网检测器的地理位置关系建立对应时变的拓扑结构与邻接矩阵；基于检测器所采集的实时交通流数据，以及天气、时间和反馈误差自定义特征数据构建输入张量；将该张量输入图卷积网络生成含有节点信息与结构信息的重构特征张量；将重构特征张量分别输入到决策网络与预测网络，决策网络输出一个类别分布，对应在预测网络内k个终止决策点结束运算的概率，并从中随机采样，预测网络按照采样得到的终止决策输出交通流预测结果；实时预测时间间隔T后，将历史记录存入经验回放池，以决策和预测损失函数分别更新网络参数。本发明方法操作简便，适用性强。
基于结构自适应演化深度学习大规模路网通流预测方法

[发明专利]一种基于饱和率的道路服务水平评价方法-CN202111312307.1有效
发明人：徐云;王喆冰;杨军喜;林静;袁传军;曹虹霞;金智多;应露娜;冯远静;李永强;姚辉 -专利权人：航天科工广信智能技术有限公司
申请日： 2021-11-08 - 公布日： 2023-04-07 - 主分类号： G08G1/065 文献下载
摘要：一种基于饱和率的道路服务水平评价方法，包括如下步骤：1)路段的确定与划分，确定各个可分析的路段；2)数据预处理，获得交通流量数据和交通流地理数据；3)标准车流量折算，对输入数据进行折算，把通过路段的大小车流量统一折算成标准车流量；4)通过流量、速度数据得到密度数据，获得流量‑密度数据集；5)估计流量‑密度模型，对目标路段的数据用高斯过程回归进行拟合得到模型；6)获取最大通行能力，利用粒子群算法求解最大通行流量；7)获取饱和率；8)依据步骤7得到的饱和率，匹配对应的服务水平等级。本发明通过人工智能方法，及时获取了交通状况信息，为道路管理提供依据，做出及时有效的措施。
一种基于饱和道路服务水平评价方法

[发明专利]一种基于Actor-Critic的单交叉口交通信号控制方法-CN202011030399.X有效
发明人：全江伟;刘运杰;王喆冰;郑喆;金智多;冯远静;李永强 -专利权人：航天科工广信智能技术有限公司
申请日： 2020-09-27 - 公布日： 2022-05-20 - 主分类号： G08G1/08 文献下载
摘要：一种基于Actor‑Critic的单交叉口交通信号控制方法，包括如下步骤：1)获取固定时间间隔的路网车辆位置信息和速度信息，以及对应时刻的信号灯状态；2)数据预处理，获得车辆队列‑信号灯状态的集合；3)利用车辆队列‑信号灯状态集，更新Actor网络和Critic网络参数；4)根据最终的收敛模型，可以得到基于Actor‑Critic的单交叉口交通信号最优配时方案，即下一时刻的最优信号。与现有技术相比，本发明通过人工智能方法，获取了交通运行过程中所隐藏的重要交通信息，最终得到了比传统定时方法通行效率更高的配时方案。
一种基于 actor critic 交叉口交通信号控制方法

[发明专利]一种基于近端策略优化的小型路网交通信号优化方法-CN202011036655.6有效
发明人：徐云;应丹红;王喆冰;袁传军;柴子辉;冯远静;李永强 -专利权人：航天科工广信智能技术有限公司
申请日： 2020-09-27 - 公布日： 2022-05-03 - 主分类号： G08G1/08 文献下载
摘要：一种基于近端策略优化的小型路网交通信号控制方法，包括如下步骤：1)通过与SUMO的交互，实时获取路网中车辆的位置信息和信号灯的相位信息；2)数据预处理，获取整个路网在当前时刻的排队长度‑相位编号数据集；3)根据上一步整理的数据集，训练PPO网络直到达到最大迭代次数；4)损失函数达到精度要求后，即可得到该路网下基于近端策略优化的交通信号优化配时方案。与现有技术相比，本发明通过近端策略优化的方法，提高了小型路网的交通运行效率，更好地缓解了城市中小型连通区域的交通拥堵问题。
一种基于策略优化小型路网交通信号方法

[实用新型]一种智能物联网平台-CN202121927904.0有效
发明人： 王喆冰;孙剑桥;王俊飞;余洋;王兴元 -专利权人：航天科工广信智能技术有限公司
申请日： 2021-08-17 - 公布日： 2022-02-01 - 主分类号： H05K5/02 文献下载
摘要：本实用新型公开了一种智能物联网平台，包括放置板、固定孔、挂板以及悬挂孔，所述放置板的表面开设穿孔，所述放置板的外侧固定连接挂板，所述挂板的内部开设悬挂孔，所述放置板的顶部通过焊接的方式连接支撑架，所述支撑架的顶部通过阻尼转轴连接T型板。该一种智能物联网平台，通过在平台本体的下方设有特殊结构的放置板，解决了传统智能物联网平台在使用时适用性较差的问题，可以将放置板平放在平面上，然后再用紧固件对放置板进行固定即可，即可实现放置式的使用效果，而如果应用环境的空间较为狭小的话，则可以事先在墙面上钉两根挂钩，接着再将放置板悬挂在墙面上进行使用，如此即可实现放置和悬挂两种应用方式，实用性较强。
一种智能联网平台

[发明专利]一种基于深度Q学习神经网络的大型路网交通信号控制方法-CN202011037911.3在审
发明人：方忠良;张湛;王喆冰;杨军喜;徐琛;冯远静;李永强 -专利权人：航天科工广信智能技术有限公司
申请日： 2020-09-28 - 公布日： 2021-01-12 - 主分类号： G08G1/08 文献下载
摘要：一种基于深度Q学习神经网络的大型路网交通信号控制方法，包括如下步骤：1)在一段连续的时间里获取路网中每个路口的所有车道近路口50米的车辆数目和相位信息；2)预处理步骤一获得的数据，获得车辆数‑相位数据集；3)利用排队车辆‑灯态数据集，更新深度Q神经网络；4)深度Q神经网络反映的信息就是路网每个路口对应状态下的可执行相位信息，据此可以给出该路网下的交通信号控制方案。与现有技术相比，本发明通过深度Q神经网络刻画大型路网状态，据此得到的交通信号控制器比现有的定时控制能更好的缓解交通拥堵的情况。
一种基于深度学习神经网络大型路网交通信号控制方法