Document
拖动滑块完成拼图
个人中心

预订订单
商城订单
发布专利 发布成果 人才入驻 发布商标 发布需求

请提出您的宝贵建议,有机会获取IP积分或其他奖励

投诉建议

在线咨询

联系我们

龙图腾公众号
专利交易 商标交易 积分商城 国际服务 IP管家助手 科技果 科技人才 会员权益 需求市场 关于龙图腾 更多
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 重庆邮电大学黄鑫获国家专利权

重庆邮电大学黄鑫获国家专利权

买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!

龙图腾网获悉重庆邮电大学申请的专利一种基于联邦K均值聚类的驾驶行为分析方法获国家发明授权专利权,本发明授权专利权由国家知识产权局授予,授权公告号为:CN120452182B

龙图腾网通过国家知识产权局官网在2026-03-24发布的发明授权授权公告中获悉:该发明授权的专利申请号/专利号为:202510498333.X,技术领域涉及:G08G1/01;该发明授权一种基于联邦K均值聚类的驾驶行为分析方法是由黄鑫;许艳;李嫄源;陈晓丰;马莉;熊黎丽;杨世龙;朱智勤;周志浩;安翼尧设计研发完成,并于2025-04-21向国家知识产权局提交的专利申请。

一种基于联邦K均值聚类的驾驶行为分析方法在说明书摘要公布了:本发明涉及一种基于联邦K均值聚类的驾驶行为分析方法,属于机器学习与交通安全领域。针对传统方法存在的隐私泄露风险、高维数据处理效率低及驾驶行为分类精度不足问题,技术方案包括:选取联网车辆RSU作为客户端,融合高精度地图提取时空特征,经自动编码器降维后,通过联邦K均值聚类概率加权更新本地聚类中心、服务器聚合生成全局中心实现分布式迭代优化,最终根据速度变化、转向率等动态阈值分类驾驶行为。本发明在保护数据隐私前提下,分类准确率达92.7%,计算效率提升3.2倍,通信成本降低82%,有效提升交通安全管理水平。

本发明授权一种基于联邦K均值聚类的驾驶行为分析方法在权利要求书中公布了:1.一种基于联邦K均值聚类的驾驶行为分析方法,其特征在于:包括以下步骤: S1:选取联网车辆或路边通信单元作为参与联邦学习的客户端,将车辆行驶轨迹数据与高精度地图信息融合处理提取时空特征集合X,对驾驶数据进行预处理后通过自动编码器进行特征降维,得到低维特征表示H; 所述时空特征集合X的提取包括:将车辆轨迹的位置、速度、方向变化数据与高精度地图的车道线、交通标志进行时空匹配,生成相对道路要素的位置偏移量、停止线前速度变化曲线斜率、方向盘转角标准差、车距与速度的Pearson相关系数; 所述预处理包括采用Z-score标准化和Min-Max归一化消除量纲差异; S2:通过联邦K均值聚类算法对低维特征表示H进行分布式聚类分析,包括初始化全局聚类中心、客户端计算本地聚类参数和服务器聚合生成新聚类中心的多轮迭代过程,直至全局聚类中心收敛; 所述联邦K均值聚类算法具体包括: 服务器初始化并广播k个聚类中心至客户端; 各客户端计算数据点归属概率并更新本地聚类中心,所述概率计算公式为: 其中表示数据点i属于聚类j的概率,表示客户端m的数据点i,表示客户端m的聚类中心j; 所述客户端更新本地聚类中心时采用概率加权计算: 其中表示客户端m的j个更新的聚类中心;为客户端m的样本总数; 客户端执行本地K均值聚类后上传聚类中心及样本数量; 服务器通过加权平均生成新全局聚类中心,计算公式为: 其中表示t+1轮迭代后的j个全局聚类中心,表示客户端m中属于聚类中心j的数量,表示客户端m的局部聚类中心j; S3:根据聚类结果中的驾驶特征指标将驾驶行为分类,生成不同驾驶行为类别的分类结果;驾驶行为分类标准包括: 速度变化模式分类:停止线前5秒速度曲线斜率大于-0.5ms²判定为激进行为,小于-1.0ms²判定为保守行为; 转向率分类:方向盘转角标准差小于15°判定为激进驾驶,大于25°判定为保守驾驶; 跟车特征分类:车距与速度相关系数大于0.7判定为保守驾驶。

如需购买、转让、实施、许可或投资类似专利技术,可联系本专利的申请人或专利权人重庆邮电大学,其通讯地址为:400065 重庆市南岸区黄桷垭崇文路2号;或者联系龙图腾网官方客服,联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。