本发明公开了一种居住区停车场开放共享泊位数量的确定方法，包括如下步骤：1、获取居住区停车者信息；2、建立停车高峰和平峰阶段停车者的停车设施使用类型logit模型；3、判断停车者是否使用共享停车；4、确定停车高峰和平峰阶段固定停车选择比例；5、确定停车高峰和平峰阶段共享停车泊位数量。该方法可以充分利用停车场的共享泊位，提高利用效率。

本发明公开了一种针对多输入多输出发射机的共享数字预失真系统，包括共享数字预失真模块，输入信号经过共享数字预失真模块产生预失真信号，预失真信号经过功率放大器产生输出信号，将预失真信号和输出信号均送入系数提取模块和容限计算模块，系数提取模块计算出每个功率放大器对应的数字预失真器的系数，容限计算模块计算出每个功率放大器的系数容限，将所有功率放大器的系数容限送入共享数字预失真器个数判决模块，计算出共享数字预失真器的个数，根据共享数字预失真器的个数更新共享数字预失真模块。本发明还公开了针对多输入多输出发射机的共享数字预失真方法。本发明能够以较低的代价实现所有通道中的功率放大器的线性化。

该项目是863计划项目，现处于实验室研究阶段。项目成果受专利保护。 1、项目概述 本项目针对高速公路进出城路段交通拥堵严重、事故频发，以及高速公路监控系统和城市快速路监控系统各自为政、协同性差的普遍现象，构建了基于互联网的分布式交通特征信息共享平台，实现了不同监控系统的信息共享；借助信息共享平台，系统分析了结合部的动态交通特征，提出了适应不同交通条件的短时交通特征预测技术；采用分层递阶控制和神经网络控制的方法，研发了多匝道的协同控制系统软件，并实现了结合部道路交通系统的微观仿真。 2、技术创新点 在监控系统的信息共享研究方面，初步建立了交通特征信息共享的平台，其中对异构监控系统之间交通特征级信息共享的内容和模式进行了系统分析，对异构信息进行了融合处理，实现了特征级信息的发布。 在短时交通特征预测研究方面，已对京津塘高速公路及北京市快速环路监控系统的海量交通流实测数据进行了特征与关联分析，完成了短时交通特征的预测，并实现了交通拥挤的预判。 在结合部的协同控制方面，利用模糊神经网络的建模和学习方法，对高速公路多匝道控制系统算法进行设计，并进行了控制效果仿真。   3、能为产业解决的关键技术 （1）基于服务水平的特征级交通动态信息融合技术 针对目前高速公路和城市快速路监控系统所采集的交通流基础数据格式和像素级融合技术都有所不同，控制目标参数不统一的现实情况，项目提出的交通特征信息共享平台首先要处理现有高速公路和城市快速路服务水平判定标准不统一的问题，其次需要解决区域交通监控系统的特征级数据融合问题，寻求基于服务水平的动态信息融合技术和方法。 （2）交通特征信息共享平台的设计技术 针对集中式信息共享平台投资大、实施困难的缺点，提出采用成熟的互联网技术，以及分布式技术建立交通信息共享平台，为异构监控系统的信息共享模式提供了一种新的建设思路。不需要增加额外的硬件投资、操作方便，就现有的管理体制来说，也容易实现。 （3）基于关联分析和智能控制技术的短时交通特征预测模型 将时间序列理论与关联理论引入交通状态分析，并根据不同交通条件建立的短时交通预测模型，在很大程度上提高了预测方法的实时性、准确性和可靠性，有利于预测技术的应用和推广。 （4）高速公路和城市快速路结合部实现协同控制的关键技术 基于区域道路交通网络动态信息采集系统数据资源的综合利用与共享，在交通服务水平判定技术的支持下，运用系统论、控制论的思想以及智能交通系统工程的理论方法，实现高速公路和城市快速路结合部的协同控制。 4、相关的行业发展水平，以及同类技术产品或成果比较 目前，我国已建设的交通信息系统中，各子系统基本上是作为一个个分支存在的，不仅子系统自身的数据尚未实现充分融合，集成度很低，而且系统之间存在行政分割问题，异构情况严重；在信息共享平台设计上，大都采用集中式为主，需要新建一个监控总中心，投资大，操作困难。 与本项目所提出的预测思路及预测方法相比，现有预测方法的适用性方面还存在不少缺陷。 目前，我国高速公路和城市快速路交通控制所采取的区域控制策略尚未形成较成熟的控制模式，高速公路和城市快速路的协同控制模式更是处于起步阶段，尚未形成成熟的技术产品。 应用范围： 本课题针对的主要对象是高速公路与城市快速路的结合部，课题研究成果不仅充分利用了现有的道路监控系统硬件资源，节省了建设成本，而且可以满足结合部的交通控制与管理需要，具有较强的应用和推广价值。在实际的应用和推广中，还需进一步扩充和细化协同控制目标，优化大范围内的多匝道协同控制模型及其算法，并对具体的控制策略和控制设施进行详细设计，以提升协同控制的实际效果。 预期效果： 运用系统论和其他相关领域研究的最新成果，探索建立区域高速公路和城市快速路交通信息共享平台的新思路和新方法，并在系统平台的基础上研究协同控制的策略和方法，并形成整套协同控制系统算法和软件。在实践中，研究成果能够得到较好的应用，并且能够部分解决高速公路和城市快速路结合部的交通问题。

视频剪辑是一项简单却繁琐的工作，需要投入大量的人力。而且人力完成的视频剪辑，剪辑结果有着很强的主观色彩。通过采集大量各类体育赛事数据进行模型训练，利用深度神经网络良好的自主学习能力，采用Centernet作为多目标检测能力的实现框架，同时利用Transformer重构目标检测进行连锁，二次捕捉目标检测的准确性。CenterNet和Transformer的融合，实现了端到端的目标检测，在准确性提升的基础上满足实时处理视频的要求。综合应用多目标检测跟踪以及多模式识别技术，实现短视频的智能化剪辑，极大程度减少了人工工作量，同时也增加了短视频剪辑的客观性，在大数据时代背景下有着重要的现实意义。

该系统采用美国TI公司先进的DM8168高清视频SoC芯片，可对摄像机输出的 多种接口形式的高清视频进行实时采集、压缩编码和实时处理。该平台可替代基 于工控机的传统机器视觉技术和设备，达到更高的图像和视频清晰度、缺陷识别 处理的实时性和可靠性，具有优异的性价比、体积小、功耗低等多种优势，是全 新在线机器视觉检测设备的实现方案。该技术成果在汽车多媒体电子系统、车载、 船载及机载高清视频测量、处理与控制系统及消费电子等领域具有重大的推广价 值。一、DM8168处理器特性 TMS320DM8168是一款多核SoC,它集成了包括ARM Cortex A8、DSP C674X+, HDVICP, HDVPSS等处理器，具有强大的高清视频处理性能。 二、 DM8168核心处理板 CPU： ARM elk： 1.2GHz、 DSP elk： 1GHz DDR3-1600存储器100/1000M网口进行网络通讯与数据采集SATA接口供存储 数据使用 三、 高清视频采集处理 四、 应用方案 相机接口方案一 ：CameraLink工业高清相机接口使用Cyclone IV FPGA对LVDS 解码后的视频信号进行特殊处理后送到dm8168,实现1080P 60fps、720P 60fps 等高清视频的采集显示与实时编码。 相机接口方案二：色差高清视频接口使用TI的视频解码芯片TVP7002完美 解决了视频ADC问题，并实现了 1080P 60fps的采集显示与实时编码功能。

高校科技成果尽在科转云

本技术成果是主要针对视频编码新标准HEVC或H264优化技术集合，其中包括一个已授权的专利和若 干正在申请的专利

随着互联网及多媒体技术的快速发展和大数据时代的到来，视频网站、新闻网站、社交网站、博客、微博、微信等网络媒体形态不断涌现，图像、视频等多模态的数据急剧膨胀，随之带来了“管不住”和“用不好”两大问题。“管不住”是指互联网中隐藏着大量有害信息，如何自动分析与识别非常重要。“用不好”是指现有方法一般是单模态分析与识别技术，如图像分析、文本分析等，但单模态分析与识别因为信息有限难以取得好的效果。 针对上述两个亟待解决的关键问题，基于在图像处理、视频处理、机器学习、模式识别、搜索引擎技术等方向上多年的科研成果，我们开发出互联网图像视频识别与检索系统，支持对互联网上的图像、视频等多媒体数据进行采集、分析、识别和检索，突破网络有害信息难以识别和媒体大数据难以利用的问题，应用于互联网内容监管和大数据行业应用等领域，为维护网络内容安全和促进媒体大数据利用提供技术支撑。