-
公开(公告)号：CN116258294A
公开(公告)日：2023-06-13
申请号：CN202211103100.8
申请日：2022-09-09
Applicant: 扬州大学
IPC: G06Q10/063 , G08G1/01 , G06Q50/26
Abstract: 本发明公开了城市路网交通拥堵时空演化模式可视化分析与提取方法，依据研究路网的GIS经纬度信息，将研究路网划分为大小相等的网格区块，对每一时间间隔的各个网格区块的交通状态进行研判，分析每一时间间隔内路网拥堵区块数量，构建路网拥堵区块变化图，依据路网拥堵区块数量指标在分析时间周期内的形态和交通拥堵时空演化周期特征界定分析时间周期内存在的交通拥堵时空演化周期，辨识其每一时间间隔内的独立拥堵区域，提取连通分支作为辨识出的独立拥堵时空演化分支，基于提取的独立拥堵时空演化分支，结合交通拥堵时空演化图定义符号，构建交通拥堵时空演化图，提取所构建的交通拥堵时空演化图中交通拥堵时空演化特征及模式。
-
公开(公告)号：CN114049765B
公开(公告)日：2022-07-19
申请号：CN202111296123.0
申请日：2021-11-03
Applicant: 扬州大学
Abstract: 本发明公开了基于自动车辆号牌识别数据的城市路网车流OD估计方法，对选定路网区域内的车辆号牌监测数据进行研究和分析，对车辆号牌数据进行精度处理，按照时空间隔对车辆号牌数据进行出行链划分，对存在轨迹缺失的出行轨迹全部进行重构，获取路网区域内重构后出行轨迹的OD流量。相较于传统基于人工调查的方法，本发明通过自动化方式提取完整车辆出行轨迹信息，在此基础上估计出路网动态OD流量，显著降低了人工工作量，有效提高了OD估计结果的真实性和可靠性。相较于基于路段流量反推OD流量的经典方法，本发明能够大幅降低建模和求解的复杂度，具备更好的可实施性。
-
公开(公告)号：CN113392880A
公开(公告)日：2021-09-14
申请号：CN202110583035.2
申请日：2021-05-27
Applicant: 扬州大学
Abstract: 本发明公开了一种基于偏差校正随机森林的交通流短时预测方法，属于道路交通信息监测领域，该预测方法首先通过特征提取技术从交通流时间序列中提取能够表征交通流特性的特征，然后通过设计数据驱动的特征选择策略来识别和遴选对于预测任务具有重要影响力的特征，最后基于偏差校正随机森林算法和遴选的重要特征构建交通流短时预测模型，对未来的交通流状态参数进行预测。
-
公开(公告)号：CN108426499A
公开(公告)日：2018-08-21
申请号：CN201810378576.X
申请日：2018-04-25
Applicant: 扬州大学
IPC: F42D5/04
Abstract: 本发明涉及一种边坡爆破滚石减速阻挡防护装置及其方法，包括边坡岩石体、反L型刚性支柱、滚石防护网、固定锚索，所述滚石防护网的上坡端固定于边坡岩石体上，另一端固定于反L型刚性支柱的上；所述固定锚索一端固定于边坡岩石体上，另一端与反L型刚性支柱固定连接，固定锚索为拉紧状态，固定锚索位于滚石防护网的上侧；所述滚石防护网上设有若干废旧轮胎，反L型刚性支柱面向滚石防护网、固定锚索的一侧设有上部波折防护钢板、下部防护钢板，上部波折防护钢板设置于下部防护钢板的上部。通过本发明，可以高效阻挡爆破滚石，有效避免周围居民遭受滚石灾害，降低矿石的损失率，提高矿石回收率，为企业创造了良好的经济效益。
-
公开(公告)号：CN108426499B
公开(公告)日：2024-01-19
申请号：CN201810378576.X
申请日：2018-04-25
Applicant: 扬州大学
IPC: F42D5/04
Abstract: 本发明涉及一种边坡爆破滚石减速阻挡防护装置及其方法，包括边坡岩石体、反L型刚性支柱、滚石防护网、固定锚索，所述滚石防护网的上坡端固定于边坡岩石体上，另一端固定于反L型刚性支柱的上；所述固定锚索一端固定于边坡岩石体上，另一端与反L型刚性支柱固定连接，固定锚索为拉紧状态，固定锚索位于滚石防护网的上侧；所述滚石防护网上设有若干废旧轮胎，反L型刚性支柱面向滚石防护网、固定锚索的一侧设有上部波折防护钢板、下部防护钢板，上部波折防护钢板设置于下部防护钢板的上部。通过本发明，可以高效阻挡爆破滚石，有效避免周围居民遭受滚石灾害，降低矿石的损失率，提高矿石回收率，为企业创造了良好的经济效益。
-
Patent Agency Ranking
公开(公告)号：CN115527366B
公开(公告)日：2023-07-25
申请号：CN202211103834.6
申请日：2022-09-09
Applicant: 扬州大学
Abstract: 本发明公开了一种大规模城市路网交通拥堵瓶颈辨识方法，包括：获取研究路网的GIS经纬度信息，将研究路网划分为大小相同的网格区块，提取分析时间周期内拥堵持续时间大于给定时长的网格区块，将提取的区块设定为候选交通拥堵瓶颈区块，确定候选交通拥堵瓶颈区块集合，构建交通拥堵传播图，根据交通拥堵传播图辨识独立拥堵区域进行分析，根据构建分析的交通拥堵传播图，对路网中主动产生拥堵最早的区块进行辨识，识别源头拥堵区块，定义源头拥堵区块集合，确定交通拥堵瓶颈区域。本发明能够基于车辆出行轨迹数据和网格划分技术对路网网格区块交通状态进行研判，精准辨识城市路网在不同时段的交通拥堵瓶颈区域。
-
公开(公告)号：CN114049765A
公开(公告)日：2022-02-15
申请号：CN202111296123.0
申请日：2021-11-03
Applicant: 扬州大学
Abstract: 本发明公开了基于自动车辆号牌识别数据的城市路网车流OD估计方法，对选定路网区域内的车辆号牌监测数据进行研究和分析，对车辆号牌数据进行精度处理，按照时空间隔对车辆号牌数据进行出行链划分，对存在轨迹缺失的出行轨迹全部进行重构，获取路网区域内重构后出行轨迹的OD流量。相较于传统基于人工调查的方法，本发明通过自动化方式提取完整车辆出行轨迹信息，在此基础上估计出路网动态OD流量，显著降低了人工工作量，有效提高了OD估计结果的真实性和可靠性。相较于基于路段流量反推OD流量的经典方法，本发明能够大幅降低建模和求解的复杂度，具备更好的可实施性。
-
公开(公告)号：CN115526382B
公开(公告)日：2023-05-23
申请号：CN202211103846.9
申请日：2022-09-09
Applicant: 扬州大学
Abstract: 本发明公开了一种路网级交通流预测模型可解释性分析方法，包括构建基于图卷积神经网络和循环神经网络的路网级交通流集成预测模型，判断模型对输入数据的关注部分或模型不同模块的权重，通过交通流空间关联矩阵和路段邻接矩阵提取空间依赖特征，从路网交通流空间关联度分析对交通流集成预测结果产生的影响，通过EEMD对交通流时间序列进行分解，利用SHAP可解释性机制，通过基于梯度加权类激活映射方法输出特征显著性热力图，对路网级交通流集成预测模型提取空间信息进行可解释性分析。本发明基于可解性技术揭示现实应用的路网级交通流预测模型的可解释性，帮助决策人员理解交通流预测模型的学习能力，进一步提高预测结果的可信度。
-
公开(公告)号：CN115526382A
公开(公告)日：2022-12-27
申请号：CN202211103846.9
申请日：2022-09-09
Applicant: 扬州大学
Abstract: 本发明公开了一种路网级交通流预测模型可解释性分析方法，包括构建基于图卷积神经网络和循环神经网络的路网级交通流集成预测模型，判断模型对输入数据的关注部分或模型不同模块的权重，通过交通流空间关联矩阵和路段邻接矩阵提取空间依赖特征，从路网交通流空间关联度分析对交通流集成预测结果产生的影响，通过EEMD对交通流时间序列进行分解，利用SHAP可解释性机制，通过基于梯度加权类激活映射方法输出特征显著性热力图，对路网级交通流集成预测模型提取空间信息进行可解释性分析。本发明基于可解性技术揭示现实应用的路网级交通流预测模型的可解释性，帮助决策人员理解交通流预测模型的学习能力，进一步提高预测结果的可信度。
-
公开(公告)号：CN115527366A
公开(公告)日：2022-12-27
申请号：CN202211103834.6
申请日：2022-09-09
Applicant: 扬州大学
Abstract: 本发明公开了一种大规模城市路网交通拥堵瓶颈辨识方法，包括：获取研究路网的GIS经纬度信息，将研究路网划分为大小相同的网格区块，提取分析时间周期内拥堵持续时间大于给定时长的网格区块，将提取的区块设定为候选交通拥堵瓶颈区块，确定候选交通拥堵瓶颈区块集合，构建交通拥堵传播图，根据交通拥堵传播图辨识独立拥堵区域进行分析，根据构建分析的交通拥堵传播图，对路网中主动产生拥堵最早的区块进行辨识，识别源头拥堵区块，定义源头拥堵区块集合，确定交通拥堵瓶颈区域。本发明能够基于车辆出行轨迹数据和网格划分技术对路网网格区块交通状态进行研判，精准辨识城市路网在不同时段的交通拥堵瓶颈区域。
-
-
-
-
-
-
-
-
-
Search Results
11
records
(took 0.022 seconds)
