-
公开(公告)号：CN107766636A
公开(公告)日：2018-03-06
申请号：CN201710946960.0
申请日：2017-10-12
Applicant: 东南大学
CPC classification number: G06F17/5009 , G06Q50/26 , G08G1/0129
Abstract: 本发明提供一种基于极值理论与微观仿真的城市交叉口安全评价方法，通过视频采集交叉口高峰时段的运行状况，对交叉口冲突进行识别和数据提取，应用仿真软件VISSIM进行交通路网仿真建模与标定，提取冲突轨迹文件并筛选冲突数据。应用极值模型对交通冲突数据进行建模，计算交叉口的事故风险率。具体为使用TCT法和极值理论方法(Strategy 3)，分别计算风险度，比较Pearson系数和Spearman Rank系数。Pearson系数直接将实际事故数与安全风险指标进行关联度计算。Spearman Rank系数根据风险指标和实际事故数分别对路口进行安全排序，选择与实际事故反映的安全性最接近的安全评价方法。
-
公开(公告)号：CN106778866A
公开(公告)日：2017-05-31
申请号：CN201611157657.4
申请日：2016-12-15
Applicant: 东南大学
Abstract: 交通违章是导致交通事故的重要因素，从驾驶者发生交通事故类型及其历史违章类型的角度研究交通安全行为风险。利用归一化和阈值法，选取合适的交通违章类型。通过皮尔逊卡方检验交通违章和交通事故两者关联性。再采用对应分析的方法，研究不同交通事故类型对应的主、次要相关违章类型，并建立影响程度模型。同时，基于两者的交互影响，对部分交通事故类型和违章类型分类、合并。结果表明，交通事故类型和违章类型存在显著的相关性和对应关系，基于这种特性可做到交通事故防范，事故类型预判。
-
公开(公告)号：CN106504527A
公开(公告)日：2017-03-15
申请号：CN201610911968.9
申请日：2016-10-19
Applicant: 东南大学
IPC: G08G1/01
CPC classification number: G08G1/0104
Abstract: 本发明公开了一种信号交叉口直左冲突及其影响分析方法，获取布设于信号交叉口进口道的智能卡口检测数据，以卡口设备车辆抓拍断面为过车检测断面，根据左转车道以及对向直行车道的过车检测数据，生成左转车道以及对向直行车道在检测断面的过车信号图；生成直行车道过车间隔离散序列，根据幅值特性分析直行车辆的通行特性，同时结合左转与直行的过车信号图对直左相位信号放行阶段左转抢行进行判别；对直左冲突影响严重程度进行评价。该方法通过识别左转方向车辆的抢行行为，进而分析左转抢行对对向直行车辆的通行效率的影响，对交叉口的车辆通行秩序以及通行效率进行评估。
-
公开(公告)号：CN103903455B
公开(公告)日：2016-04-13
申请号：CN201410149583.4
申请日：2014-04-14
Applicant: 东南大学
IPC: G08G1/07
Abstract: 本发明公开了一种城市道路交通信号控制优化系统，包括信号控制策略配置模块，信号配时参数设置模块，信号控制配时参数实时优化及优化方案生成模块，多时段信号控制配时参数优化及优化方案生成模块，信号控制方案运行实时监测模块，信号控制性能评估模块，设备运行状况监测模块以及数据服务模块。本发明具有部署灵活，实施成本较低，具有良好的经济性、实用性和可靠性特点，为城市交通管理者提供了多样化的信号控制手段和智能化的解决方式，同时亦提供了全面、具体的决策信息支持，适合在我国大中小型城市应用，以满足当前急需的智能化交通管控需求。
-
公开(公告)号：CN105118293A
公开(公告)日：2015-12-02
申请号：CN201510590339.6
申请日：2015-09-16
Applicant: 东南大学
IPC: G08G1/01
Abstract: 本发明公开了一种考虑长期均衡关系的道路断面交通速度短时预测方法，首先对目标断面及其紧邻上游断面交通速度一阶差分平稳时间序列建立向量自回归模型；其次对目标断面及其紧邻上游断面交通速度原始不平稳时间序列进行协整检验并建立协整方程；最后结合向量自回归模型和协整方程，建立目标断面及其紧邻上游断面交通速度的向量误差修正模型，实现对目标断面交通速度的短时预测。本发明在断面交通速度短时预测的过程中同时考虑了上下游断面交通速度时间序列之间的短期波动相关关系和长期均衡关系对预测的影响，有利于提高断面交通速度短时预测的准确性和可靠性。
-
Patent Agency Ranking
公开(公告)号：CN102332210B
公开(公告)日：2013-09-18
申请号：CN201110222383.3
申请日：2011-08-04
Applicant: 东南大学 , 北京市公安局公安交通管理局交通科研所
Abstract: 本发明公开了一种基于手机定位数据的实时城市道路交通流数据提取方法，包括了如下步骤：1.手机定位数据以及地图数据预处理；2.确定手机定位数据候选匹配路段及每个路段的粗选匹配点集；3.车载手机数据提取，即每个路段精选匹配点集的确定；4.以空间速度加权平均法计算路段空间平均速度。本发明是一种覆盖范围大、采集成本低、动态实时的交通流数据采集方法，丰富了智能运输系统交通信息采集方式和来源，对城市智能运输系统建设和改善道路运营管理水平有着积极的意义。
-
公开(公告)号：CN102332210A
公开(公告)日：2012-01-25
申请号：CN201110222383.3
申请日：2011-08-04
Applicant: 东南大学
Abstract: 本发明公开了一种基于手机定位数据的实时城市道路交通流数据提取方法，包括了如下步骤：1.手机定位数据以及地图数据预处理；2.确定手机定位数据候选匹配路段及每个路段的粗选匹配点集；3.车载手机数据提取，即每个路段精选匹配点集的确定；4.以空间速度加权平均法计算路段空间平均速度。本发明是一种覆盖范围大、采集成本低、动态实时的交通流数据采集方法，丰富了智能运输系统交通信息采集方式和来源，对城市智能运输系统建设和改善道路运营管理水平有着积极的意义。
-
公开(公告)号：CN117592695A
公开(公告)日：2024-02-23
申请号：CN202311486201.2
申请日：2023-11-09
Applicant: 东南大学
IPC: G06Q10/0631 , G06Q10/047 , G06Q50/06 , G06Q50/26 , G06F30/27 , G06F119/02
Abstract: 本发明公开了一种基于增强型BP神经网络的机场加油车低碳调度方法，包括：获取机场网络拓扑信息和车辆运行状态数据，建立机场加油车低碳优化调度模型；提出基于增强型BP神经网络，将模型的多变量参数优化问题转化三个单变量子优化问题，初始化三个单变量，依次更新三个单变量，将更新的三个单变量作为增强型BP神经网络的输入，迭代优化直至满足收敛条件，获得权重向量；利用Lyapunov稳定性理论与数学推导，证明提出的增强型BP神经网络方法的稳定性和收敛性；本发明提出基于增强型BP神经网络的加油车路径调度模型，引入学习率的下界函数，避免了自适应梯度下降算法的过早收敛，提高了路径调度的预测精度。
-
公开(公告)号：CN113407906B
公开(公告)日：2024-02-02
申请号：CN202110520000.4
申请日：2021-05-13
Applicant: 东南大学 , 南京瑞栖智能交通技术产业研究院有限公司
IPC: G06F17/18 , G06F16/9537 , G08G1/01 , H04W4/20
Abstract: 本发明公开了一种基于手机信令数据的交通出行分布阻抗函数的确定方法，针对大样本的手机信令数据获取特定时段出行OD数据，结合高德地图API获取的出行距离获取出行概率，利用SPSS中的非线性回归工具，分别选取不同形式的阻抗函数，分区域对出行距离和出行概率进行回归，然后从R方、一区域不同函数、同一函数不同区域分别进行对比分析，根据比较结果最终选择对阻抗函数进行分段拟合，以市域为例回归分析适合市域的分段阻抗函数，为提高出行分布模型预测的提供定性与定量的基础。同时，利用手机大数据的样本量大、覆盖面广以及获得方式成熟稳定且成本较低等特性，增加结果准确性的同时(56)对比文件杨东;韩继国;武平;赵昕.基于手机信令数据的游客识别与出行轨迹匹配方法.交通运输研究.2019,(第06期),全文.杜亚朋;雒江涛;程克非;唐刚;徐正;罗克韧;余疆.基于手机信令和导航数据的出行方式识别方法.计算机应用研究.2017,(第08期),全文.
-
公开(公告)号：CN116017407A
公开(公告)日：2023-04-25
申请号：CN202211616958.4
申请日：2022-12-15
Applicant: 东南大学
Abstract: 本发明提供了一种手机信令数据驱动的居民出行方式可靠辨识方法，包括：获取手机信令原始数据并预处理；获取居民出行调查数据，并与手机信令数据匹配，获得带有出行方式标签的手机信令数据；提取居民出行特征并结合出行方式标签进行相关性分析；构建基于信息论的贝叶斯网络结构和基于概率论的贝叶斯网络结构，构建融合贝叶斯网络模型；将连续出行特征处理为有序的离散状态，完成贝叶斯网络模型节点参数学习，完成基于贝叶斯网络模型的居民出行方式可靠辨识模型构建。本发明从信息论和概率论角度分别构建贝叶斯网络，考虑到了出行方式特征之间的隐性关系，运用BIC函数进行网络评分，对出行方式的辨识具有更高的可靠度和精度。
-
-
-
-
-
-
-
-
-
Search Results
100
records
(took 0.099 seconds)
