-
公开(公告)号：CN114023085B
公开(公告)日：2023-03-21
申请号：CN202111302433.9
申请日：2021-11-04
Applicant: 中山大学
Abstract: 本发明提出一种基于卡口检测数据的交叉口信号配时参数推断方法，涉及交通信号配时研究的技术领域，推断的交叉口信号配时参数包括：相位相序、周期时间及相位绿灯时间。本发明以卡口检测数据为基础，结合交叉口几何特征，基于过车时间序列信息推测相位相序，引入相位权重和相位平均时间信息推断相位绿灯时间。本发明考虑交叉口上每个进口道，非单一方向，交叉口各放行方向之间信息互为补充，充分结合实际需求，逻辑链条完整，推断准确度高，模型具有较高的鲁棒性，场景可移植性强，可以适用于实际中的卡口过车数据以及其他带有身份标签检测的数据，此外，本发明还可进一步对信控系统与卡口系统的时钟进行问题发现与校准。
-
公开(公告)号：CN110598052B
公开(公告)日：2023-02-03
申请号：CN201910677704.5
申请日：2019-07-25
Applicant: 中山大学
IPC: G06V30/422 , G06V10/44 , G06V10/762 , G06V10/774 , G06T11/20 , G06F16/29 , G08G1/01 , G08G1/017
Abstract: 本发明涉及一种交通期望线的边绑定以及评价方法，具体的过程包括：通过利用摄像头拍摄经过各个道路交叉口的车辆信息得到车辆的行驶路径，将行驶路径的起点与终点统称为顶点，通过聚类算法从顶点中筛选出控制点；通过将控制点连接起来形成交通期望线，采用力引导模型将交通期望线进行绑定，并对对交通期望线绑定后的效果进行评价。本发明将顶点进行聚类，减少原始图输入的顶点数量，解决了边绑定技术方法在大规模交通数据集的应用难点。同时，本发明提出了边绑定的量化指标。基于像素灰度强度的差异，提取了边绑定前后图像的角点特征，结合交通数据的时间维度信息，提出图像变化强度，能够较好地反映绑定效果。
-
公开(公告)号：CN107239435B
公开(公告)日：2020-07-14
申请号：CN201710487737.4
申请日：2017-06-23
Applicant: 中山大学
Abstract: 本发明涉及一种基于信息熵的出行周期检测方法，包括以下步骤：S1.将出行的发生与否分别标记为1和0，对于给定长度为L的出行序列，设其可能的周期为P，将出行序列存储成一个的矩阵MP；S2.对于矩阵MP的每一列c，为其定义一个概率：其中m(j,c)表示矩阵Mp中的第j行第c列的值；S3.计算当前矩阵MP的信息熵为：S4.取矩阵MP中概率大于设定的第一阈值的所有列进行饱和度fP的计算；S5.P＝P+1，重复执行步骤S1～S5，直至P大于L/2；S6.求得可能的周期集合P＝{P|在P处的信息熵不比在P+1和P‑1处的信息熵高，并且P对应的饱和度fp>第二阈值}，其中集合P中最小的值为周期值。
-
公开(公告)号：CN110598971A
公开(公告)日：2019-12-20
申请号：CN201910678721.0
申请日：2019-07-25
Applicant: 中山大学
Abstract: 本发明涉及一种基于蚁群算法的响应式公交服务规划方法，通过以区域内出行者的出行时间、出行起终点等出行信息为基础，利用蚁群算法这一效果优、解释性强的启发式算法，规划包括发班时间、服务车型及途径站点在内的响应式公交服务方案，实现公交资源供给与公交出行需求的最优适配。本发明提出的方法具有数据驱动性，可规划得到稳定、优质的响应式公交服务方案；并且本发明提出具有良好的可解释性，便于使用者根据实际情况，理解、复现与改造方法，适用性广，可推广性强。
-
公开(公告)号：CN110223509A
公开(公告)日：2019-09-10
申请号：CN201910319516.5
申请日：2019-04-19
Applicant: 中山大学
Abstract: 本发明公开了一种基于贝叶斯增强张量分解的缺失交通数据修复方法，步骤如下：将路网车速数据组织成一个3阶数据张量 引入显性因子结构进行建模；输入数据张量，指示张量；更新全局参数μ的后验分布；更新超参数的后验分布；更新偏置参数φ的后验分布和因子矩阵参数U的后验分布，直到i＝m；更新偏置参数θ的后验分布和因子矩阵参数V的后验分布，直到j＝n；更新偏置参数η的后验分布和因子矩阵参数X的后验分布，直到t＝f；重复步骤S5～S9直到精度参数τ与前一代的参数τ的差Δτ＜ε时，则模型收敛，进入下一步；利用更新后的{μ，φ，θ，η，U，V，X}参数值，代入yijt的表达式中计算估计张量
-
Patent Agency Ranking
公开(公告)号：CN108629982A
公开(公告)日：2018-10-09
申请号：CN201810466904.1
申请日：2018-05-16
Applicant: 中山大学
IPC: G08G1/065
CPC classification number: G08G1/065
Abstract: 本发明涉及一种基于旅行时间分布规律的路段车辆数估计方法。包括：(1)预先建立不同转向和时段的旅行时间分布模型：提取路段m任意一个历史周同天的旅行时间样并进行分类得到旅行时间样本集合；利用该集合建立不同转向和时段的旅行时间分布模型；(2)路段在线车辆数的实时估计：实时采集同一路段m下游交叉口身份检测设备的数据；基于上述模型估计检测到的车辆行驶路段m所用的旅行时间，通过车辆离开路段m的时刻和估计的旅行时间计算其进入路段的时刻；判断时刻t该车辆是否在路段m上，若是则对车辆数加1，否则不记录，累加得到时刻t路段m上的在线车辆数。本发明具有良好实施性、高效率、低成本等优势，可广泛应用于路段车辆数估计。
-
公开(公告)号：CN107992536A
公开(公告)日：2018-05-04
申请号：CN201711184489.2
申请日：2017-11-23
Applicant: 中山大学
Abstract: 本发明涉及一种基于张量分解的城市交通缺失数据填补方法，包括有以下步骤：S1.构建城市交通数据基于路段、日期和时段维度的张量；S2.对缺失数据进行预填补，完成缺失数据的初始化；S3.对预填补得到的缺失数据进行截断奇异值分解，挖掘得到缺失数据在路段、日期和时段维度的左奇异向量；S4.利用路段、日期和时段维度的左奇异向量，计算得到核心张量；S5.构建缺失数据填补模型，输入路段、日期和时段维度的左奇异向量及核心张量训练缺失数据填补模型，并结合优化算法不断优化缺失数据填补模型，优化完毕后通过缺失数据填补模型实现缺失数据的填补。
-
公开(公告)号：CN105374210B
公开(公告)日：2017-08-04
申请号：CN201510885791.5
申请日：2015-12-03
Applicant: 中山大学 , 广东方纬科技有限公司
IPC: G08G1/01
Abstract: 本发明公开一种基于浮动车数据的卡口检测率获取方法，包括获取同一卡口处的浮动车GPS过车数据和卡口过车数据；根据过车时间信息计算GPS和卡口的时间误差△t；利用时间误差计算修正GPS过车时间数据；匹配卡口过车数据和修正后的GPS过车数据；当同一个车牌号的车辆在某个时间段都有卡口信息和修正后的GPS信息，那么认为匹配成功，否则匹配失败；求匹配成功的车辆数与修正后的GPS车辆数的比例，从而获取卡口检测率。本发明具备以下两个特点：1.可以在不增加任何现有检测设备的条件下，充分利用卡口数据和浮动车GPS数据的优势，节约了技术成本；2.计算方法简单，具有较高的准确率和现实指导意义。
-
公开(公告)号：CN104809344A
公开(公告)日：2015-07-29
申请号：CN201510198468.0
申请日：2015-04-23
Applicant: 中山大学
IPC: G06F19/00
Abstract: 本发明涉及一种基于IC卡数据的公交站点区间客流估计方法，该方法根据IC卡数据和公交GPS报站数据确定乘客的乘车路线和上车站点，再对乘客的下车站点进行推断，获得乘客出行的完整OD信息，根据完整OD信息对OD量进行计算，并对下车站点缺失的客流量使用站点吸引权重进行重新分配，使用重新分配的客流量对完整OD信息的OD量进行修正，通过修正的OD量计算站点上下车人数和站点区间载客量。较之于现有技术，本发明提供的客流估计方法基于纯数据驱动，算法的适用性广，准确度高，能够直观掌握公交客流及运营服务情况。
-
-
-
-
-
-
-
-
-
Search Results
63
records
(took 0.023 seconds)
