-
公开(公告)号：CN112153574B
公开(公告)日：2022-09-20
申请号：CN202010987499.5
申请日：2020-09-18
Applicant: 南京感动科技有限公司
Abstract: 本发明涉及一种基于浮动车辆的路侧设备时钟准确性检验方法和系统，包括检索并记录路侧设备附近的GPS记录，包括车辆GPS定位信息及时间信息；基于获取的GPS记录形成车辆经过路侧设备附近的通行轨迹记录；基于车辆每次经过路侧设备的GPS定位信息，建立拟合模型预测车辆经过该路侧设备的真实GPS时间；匹配同一辆车经过同一路侧设备的数据记录，利用事件发生时的真实GPS时间检验路侧设备的观测时间是否一致。本发明的方法和系统成本低且易于实现，具有良好的准确性与稳定性。
-
公开(公告)号：CN117274868A
公开(公告)日：2023-12-22
申请号：CN202311231565.6
申请日：2023-09-21
Applicant: 南京感动科技有限公司
IPC: G06V20/40 , G06V20/54 , G06V10/774 , G06V10/764 , G06V10/82 , G06V10/80 , G06N3/0499
Abstract: 一种基于大模型对视频进行交通事件识别方法及系统，该方法包括：以历史交通视频作为输入数据、与历史交通视频所对应的分类信息作为输出数据训练预设基于注意力机制的神经网络模型；以历史交通视频的关键帧数据作为输入数据、与历史交通视频的关键帧数据所对应的编码数据作为输出数据训练预设图像文本编码器；将分类信息和编码数据输入投影层中进行融合和编码得到融合数据；将融合数据作为输入数据对预设大语言模型进行训练；将实时交通视频输入组合模型得到与实时交通视频所对应的精细分类信息。该方法实现更细粒度的交通事件识别，更好地满足了目前对交通管理的需求。
-
公开(公告)号：CN119066619B
公开(公告)日：2025-02-25
申请号：CN202411549455.9
申请日：2024-11-01
Applicant: 南京感动科技有限公司
IPC: G06F18/25 , G06F18/2431 , G06F18/213
Abstract: 本发明公开了一种多来源多构成空间数据的融合方法与系统，实现低空间精度业务数据与高精度地图数据的高效融合。首先，本发明设计了一套兼容原系统并面向高精地图的完备里程桩编码规则和利用高精地图数据实现的算法，满足了辅助空间定位和道路距离快速计算。其次，提出了一种处理方式将两类数据有效整合，使用特征提取和向量计算的方式，通过量化的距离分析和最短距离匹配，实现高效自动融合。最后，适配融合结果，使用抽检、循环投票等方式，进行结果质量检验，以满足生产系统对准确性的要求。本发明通过以上一系列技术手段对两类数据进行加工融合，实现业务数据和高精地图数据的关联融合，可较少的依赖人工作业并形成可靠的融合结果。
-
公开(公告)号：CN119106773A
公开(公告)日：2024-12-10
申请号：CN202411585153.7
申请日：2024-11-07
Applicant: 南京感动科技有限公司
IPC: G06Q10/04 , G06Q10/0631 , G06Q50/26
Abstract: 本发明涉及高速应急救援设施选址与资源调度方法、系统与程序，基于高速公路事故历史数据建立含应急需求点和待选应急设施点的网络图；将历史数据中的交通事故划分为若干种情形，计算不同应急需求点不同情形交通事故下的应急需求；基于各应急需求点的应急需求，以最大化应急资源供给能力和最小化救援行程时间为目标，结合救援期限约束、设施点数量约束，建立应急设施点选址模型并求解，选定应急设施点；基于选定的应急设施点，对事故发生的地点，以应急救援时间最短、救援费用最低为目标建立应急资源调度模型并求解，获取各应急需求点在不同事故情形下的调度方案。本发明可对高速公路合理布局应急救援设施并在事故发生时有效地调度资源。
-
公开(公告)号：CN114550454B
公开(公告)日：2023-05-09
申请号：CN202210171664.9
申请日：2022-02-24
Applicant: 南京感动科技有限公司
IPC: G08G1/01
Abstract: 本发明涉及交通大数据相关技术领域，具体为基于ARIMA‑GM(1,1)融合预测模型的交通流预测方法，包括先对预测的道路交通流的数据进行提取，并将其分为横向和纵向数据进行预处理，构建出交通流数据矩阵；再对构建的交通流数据矩阵进行高维特征的提取；然后构建ARIMA‑GM(1,1)融合预测模型，并对其参数进行拟合；使用该模型对交通流数据进行预测，并对最后的结果进行检验。本发明提供了一种新基于ARIMA时间序列预测模型和GM(1,1)灰色预测模型对交通流预测的融合预测模型，解决了由于节假日等因素所带来的交通流突变导致的ARIMA模型的不准确性问题以及使用灰色模型解决了交通样本稀少等问题；该模型充分挖掘了道路交通流的时空特征，提高了长期交通流预测的准确性。
-
Patent Agency Ranking
公开(公告)号：CN113496314B
公开(公告)日：2021-12-03
申请号：CN202111041210.1
申请日：2021-09-07
Applicant: 南京感动科技有限公司
Abstract: 本发明涉及大数据相关技术领域，具体为一种神经网络模型预测道路交通流量的方法，根据设定的时间间隔进行统计道路交通流量基础数据，并对数据进行清洗预处理；基于最短路径算法进行空间路网中相邻两个观测点间的距离计算；分析获取对道路交通流量预测有影响因素并量化处理；构建预测模型，并利用历史数据对MSTSGCN模型进行预测训练分析优化筛选；通过模型对各个观测点未来交通流量预测分析，最后通过计算机绘制显示得到交通流量预测曲线图。本发明提供了一种有效降低预测滞后性影响、预测因素考虑全面、预测快速准确且可基于历史数据训练优化的基于多变量时空同步图卷积网络模型预测道路交通流量的方法。
-
公开(公告)号：CN119207412A
公开(公告)日：2024-12-27
申请号：CN202411691038.8
申请日：2024-11-25
Applicant: 南京感动科技有限公司
Abstract: 本发明公开了一种基于语音模型的高速公路收费数字人系统及控制方法，包括输入信息识别层单元、大语言模型层单元、输出反馈层单元，能够进行收费稽核引导和特情处置业务，主动识别信息中的缺失信息和错误信息并进行提问核实，构建更加智能化的问答交互模式，重塑核心收费业务的处理流程，提供全天候的智慧交互服务，极大提升信息传达效率和用户体验，引入了更加轻量化低成本的大模型训练（如离散提示词优化工程、结合混合精度浮点数前向传播的LORA大模型微调），以及更加丰富的收费业务训练样本，以提高服务水平和用户体验，具有良好的应用前景。
-
公开(公告)号：CN119066619A
公开(公告)日：2024-12-03
申请号：CN202411549455.9
申请日：2024-11-01
Applicant: 南京感动科技有限公司
IPC: G06F18/25 , G06F18/2431 , G06F18/213
Abstract: 本发明公开了一种多来源多构成空间数据的融合方法与系统，实现低空间精度业务数据与高精度地图数据的高效融合。首先，本发明设计了一套兼容原系统并面向高精地图的完备里程桩编码规则和利用高精地图数据实现的算法，满足了辅助空间定位和道路距离快速计算。其次，提出了一种处理方式将两类数据有效整合，使用特征提取和向量计算的方式，通过量化的距离分析和最短距离匹配，实现高效自动融合。最后，适配融合结果，使用抽检、循环投票等方式，进行结果质量检验，以满足生产系统对准确性的要求。本发明通过以上一系列技术手段对两类数据进行加工融合，实现业务数据和高精地图数据的关联融合，可较少的依赖人工作业并形成可靠的融合结果。
-
公开(公告)号：CN114550454A
公开(公告)日：2022-05-27
申请号：CN202210171664.9
申请日：2022-02-24
Applicant: 南京感动科技有限公司
IPC: G08G1/01
Abstract: 本发明涉及交通大数据相关技术领域，具体为基于ARIMA‑GM(1,1)融合预测模型的交通流预测方法，包括先对预测的道路交通流的数据进行提取，并将其分为横向和纵向数据进行预处理，构建出交通流数据矩阵；再对构建的交通流数据矩阵进行高维特征的提取；然后构建ARIMA‑GM(1,1)融合预测模型，并对其参数进行拟合；使用该模型对交通流数据进行预测，并对最后的结果进行检验。本发明提供了一种新基于ARIMA时间序列预测模型和GM(1,1)灰色预测模型对交通流预测的融合预测模型，解决了由于节假日等因素所带来的交通流突变导致的ARIMA模型的不准确性问题以及使用灰色模型解决了交通样本稀少等问题；该模型充分挖掘了道路交通流的时空特征，提高了长期交通流预测的准确性。
-
公开(公告)号：CN113496314A
公开(公告)日：2021-10-12
申请号：CN202111041210.1
申请日：2021-09-07
Applicant: 南京感动科技有限公司
Abstract: 本发明涉及大数据相关技术领域，具体为一种神经网络模型预测道路交通流量的方法，根据设定的时间间隔进行统计道路交通流量基础数据，并对数据进行清洗预处理；基于最短路径算法进行空间路网中相邻两个观测点间的距离计算；分析获取对道路交通流量预测有影响因素并量化处理；构建预测模型，并利用历史数据对MSTSGCN模型进行预测训练分析优化筛选；通过模型对各个观测点未来交通流量预测分析，最后通过计算机绘制显示得到交通流量预测曲线图。本发明提供了一种有效降低预测滞后性影响、预测因素考虑全面、预测快速准确且可基于历史数据训练优化的基于多变量时空同步图卷积网络模型预测道路交通流量的方法。
-
-
-
-
-
-
-
-
-
Search Results
18
records
(took 0.039 seconds)
