-
公开(公告)号：CN108776727A
公开(公告)日：2018-11-09
申请号：CN201810531598.5
申请日：2018-05-29
Applicant: 福州大学
Abstract: 本发明涉及一种基于出租车轨迹数据的道路几何特征提取方法，首先对出租车轨迹数据预处理；接着计算每个轨迹点的行驶方向角；然后遍历原始轨迹点集合，获取轨迹点Pi的相似轨迹点集合；接着遍历相似轨迹点集合，计算得到轨迹点Pi的偏移距离，得到Pi偏移后的坐标；接着完成轨迹点集合的遍历，将Pi偏移后的坐标更新为轨迹点的当前坐标，计算所有轨迹点偏移距离的平均值，若小于等于阈值则将偏移后的轨迹点转成轨迹线，对每条轨迹线作缓冲区并融合为面要素进行二值化，利用ArcScan工具提取道路网L。本发明通过对轨迹点进行偏移，有效的避免了将邻近不同行驶方向的轨迹聚为一束的情况，提取得到的路网更能反映真实道路结构，具有较高的实用价值。
-
公开(公告)号：CN115565376A
公开(公告)日：2023-01-03
申请号：CN202211206533.6
申请日：2022-09-30
Applicant: 福州大学
Abstract: 本发明涉及一种融合graph2vec、双层LSTM的车辆行程时间预测方法及系统，该方法包括：获取车辆历史出行轨迹数据，解析轨迹的相关特征信息，转换成键值对的形式存放，构建轨迹特征数据集；获取城市路网的路段唯一标识名与路段之间的邻接关系，构建拓扑空间数据集；对轨迹特征数据集中的特征因子与车辆行程时间进行相关性分析，选取强相关性的特征因子，并与拓扑空间数据集进行匹配，获取预测行程时间数据集；构建融合graph2vec、双层LSTM的车辆行程时间预测模型，将预测行程时间数据集输入到模型中，对车辆的行程时间进行预测，输出车辆行程时间。该方法及系统有利于更加精准的预测车辆行程时间，提高资源利用效率。
-
公开(公告)号：CN113570860B
公开(公告)日：2022-07-08
申请号：CN202110842404.5
申请日：2021-07-26
Applicant: 福州大学
IPC: G08G1/01
Abstract: 本发明涉及一种针对稀疏轨迹数据的城市道路交通状态精细划分与识别的方法，1:采集速度值,计算出租车轨迹点相对于每条路段行驶方向终点的距离作为其空间相对位置值；2:根据轨迹点空间相对位置值和速度值，拓展[速度‑空间]域，计算前后车辆[速度‑空间]域的相交面积，以此为基础对路段上的轨迹点构建车辆队列，依据戴维森堡丁指数选取最佳队列；3：对轨迹队列进行二次处理，得到各路段交通状态精细划分的分割点；4:设置交通状态类别数，结合《道路交通拥堵度评价方法》得到各类别交通状态的划分阈值；将精细划分各局部路段中车辆队列的速度值与各类别交通状态的划分阈值作比较，得到各路段的交通状态，本发明能实现城市交通状态的精细识别。
-
公开(公告)号：CN114328675A
公开(公告)日：2022-04-12
申请号：CN202210007787.9
申请日：2022-01-06
Applicant: 福州大学
Abstract: 本发明涉及一种基于双注意力机制和双向双层LSTM的公交车行程时间预测方法，步骤S1:获取公交车属性数据和进出站数据,构建行程时间基础数据集；步骤S2:获取公交车的基础特征、运行时间及运行时的天气特征，构建行程时间特征数据集；步骤S3:基于相关系数和方差分析，对行程时间特征数据集中的特征因子与行程时间进行相关性分析，舍去不相关和相关性差的特征因子，并与行程时间基础数据集进行匹配，获取行程时间预测数据集；步骤S4:构建双注意力机制和双向双层LSTM神经网络公交车行程时间预测模型，将行程时间预测数据集输入到模型中，对公交车的行程时间进行预测，输出公交车的预计行程时间。本发明能够更准确的公交车预计行程时间，实现高效的公交调度。
-
公开(公告)号：CN113516309A
公开(公告)日：2021-10-19
申请号：CN202110782636.6
申请日：2021-07-12
Applicant: 福州大学
Abstract: 本发明涉及一种基于多路切图准则和蚁群优化的OD流向聚类方法，利用流向终点POI构建主题分布模型，计算流向时空语义相似度，构建无向图复杂网络及初始信息素矩阵，提取网络所有连通分量，识别待聚类连通分量，基于多路切图准则和蚁群优化对待聚类的连通分量采用多进程并行的方式，一个进程对一个连通分量进行聚类。汇总步骤各进程的聚类结果，得到最终聚类结果。本发明将无向图复杂网络思想与聚类算法有机结合，采用高斯核函数进行复杂网络简化，利用图连通分量实现噪音自动识别。本发明基于多路切图准则改进了启发式函数，并基于复杂网络思想利用介数中心性筛选蚁群初始节点，有效改善聚类效果。
-
Patent Agency Ranking
公开(公告)号：CN110213788B
公开(公告)日：2021-07-13
申请号：CN201910518513.4
申请日：2019-06-15
Applicant: 福州大学
Abstract: 本发明涉及基于数据流时空特征的WSN异常检测及类型识别方法，包括以下步骤：步骤S1:采用时空滑动窗口获取待测传感器目标节点及其邻居节点的实时数据流；步骤S2：将获取的实时数据流映射到对应的状态空间，并构建成Markov链的形式，基于Markov链计算状态转移概率矩阵和交叉状态转移概率矩阵提取实时数据流的时空特征；步骤S3：构建多分类卷积神经网络模型，并训练，得到训练好的多分类卷积神经网络模型模型；步骤S4：将实时数据流的时空特征输入至已训练好的多分类卷积神经网络模型模型中，通过前向传播，计算输出结果；步骤S5：根据模型输出结果判断数据流是否异常，并区分故障异常和事件异常。本发明可实现无线传感器网络的实时异常监测和异常类型识别。
-
公开(公告)号：CN110782093A
公开(公告)日：2020-02-11
申请号：CN201911026860.1
申请日：2019-10-26
Applicant: 福州大学
Abstract: 本发明涉及一种融合SSAE深度特征学习和LSTM网络的PM2.5小时浓度预测方法及系统，构建SSAE-LSTM模型，将一定时间步长的空气污染物时间序列输入该模型，采用SSAE网络通过无监督的方法提取输入数据的抽象特征，将提取的特征作为LSTM网络的输入特征，获取一定时间步长内空气污染物信息的特征分布，最后结合全连接网络预测PM2.5小时浓度。本发明能够有效提高预测的准确率。
-
公开(公告)号：CN110213788A
公开(公告)日：2019-09-06
申请号：CN201910518513.4
申请日：2019-06-15
Applicant: 福州大学
Abstract: 本发明涉及基于数据流时空特征的WSN异常检测及类型识别方法，包括以下步骤：步骤S1:采用时空滑动窗口获取待测传感器目标节点及其邻居节点的实时数据流；步骤S2：将获取的实时数据流映射到对应的状态空间，并构建成Markov链的形式，基于Markov链计算状态转移概率矩阵和交叉状态转移概率矩阵提取实时数据流的时空特征；步骤S3：构建多分类卷积神经网络模型，并训练，得到训练好的多分类卷积神经网络模型模型；步骤S4：将实时数据流的时空特征输入至已训练好的多分类卷积神经网络模型模型中，通过前向传播，计算输出结果；步骤S5：根据模型输出结果判断数据流是否异常，并区分故障异常和事件异常。本发明可实现无线传感器网络的实时异常监测和异常类型识别。
-
公开(公告)号：CN105760529A
公开(公告)日：2016-07-13
申请号：CN201610120863.1
申请日：2016-03-03
Applicant: 福州大学
IPC: G06F17/30
CPC classification number: G06F17/30327 , G06F17/30241
Abstract: 本发明公开一种移动端矢量数据的空间索引和缓存构建方法。其技术方案为：根据矢量地图范围、屏幕尺寸和像素精度，对移动端矢量数据进行基于四叉树的多级网格划分；依据空间对象尺寸，确定各个空间对象所在的网格级别，及其所跨越的网格范围；通过网格的行列号，计算各个网格的网格编码，使用网格编码建立索引表，每级网格分别建立索引；针对不同的网格级别，实现分级显示；设置相应的缓存参数，构建面向分块、分级显示的矢量数据的缓存模型；提出合适的缓存淘汰更新策略；当对地图进行操作时，加载缓存数据，并统计缓冲区容量，适时执行缓存淘汰更新策略。本发明实现对移动端矢量数据的有效组织和对应缓存的构建，提高矢量数据的加载效率。
-
公开(公告)号：CN117194592B
公开(公告)日：2025-05-09
申请号：CN202310842790.7
申请日：2023-07-11
Applicant: 福州大学
IPC: G06F16/29 , G06F18/2321 , G06Q50/06
Abstract: 本发明涉及一种电力基础设施线状要素矢量数据化简方法。该方法：读取线状要素信息和变电站点要素信息，进行预处理；据电力基础设施线路两端结点的站点信息，识别电力线路主干线路和支线线路；对支线线路上的变电站结点进行适宜粒度的聚类，将前一步骤的支线线路省略，将其簇内代表结点与主干线的连接线作简化后的支线，生成弧段和弧段集合；遍历弧段，根据结点到虚连直线的垂距对弧段进行简化或者分裂；对简化后的弧段集合，检验是否存在自相交，若自相交，进行目标线段设别和还原分裂，重复该步骤直到不存在自相交后；对分裂得到的弧段，分别递归执行，直到不再满足分裂条件，则结束递归；将简化后的弧段按geojson格式输出。
-
-
-
-
-
-
-
-
-
Search Results
41
records
(took 0.039 seconds)
