-
公开(公告)号：CN103090878A
公开(公告)日：2013-05-08
申请号：CN201110333900.4
申请日：2011-10-28
申请人： 北京中交兴路信息科技有限公司
IPC分类号： G01C21/34 , G08G1/0968
摘要： 本申请提供了一种车辆路径规划方法、系统及一种车载导航设备，以解决静态路径规划方法没有考虑实时交通路况的问题。所述方法包括：获取车辆的起点坐标和终点坐标；定时下载实时交通路况信息，所述实时交通路况信息包含交通拥堵信息和特定事件信息；依据所述起点坐标、终点坐标和实时交通路况信息规划路径；将当前下载的实时交通路况信息与上一次下载的实时交通路况信息进行比较，判断已规划路径上的实时交通路况是否发生变化，若是，则依据当前位置坐标、终点坐标和当前下载的实时交通路况信息重新规划路径。本申请可以动态规避交通拥堵路段，为车辆驾驶人员提供最快的行驶路线。
-
公开(公告)号：CN102006569A
公开(公告)日：2011-04-06
申请号：CN200910092163.6
申请日：2009-09-03
申请人： 北京中交兴路信息科技有限公司
摘要： 一种基于无线数据传输的信息过滤装置及方法属于通信及计算机技术领域。本过滤装置包含：无线通信模块，作为与通信设备和互联网进行数据传输的通道，用于其间短消息指令或互联网信息的数据传输；过滤模块，用于分析由所述无线通信模块传输的短消息指令或互联网信息的合法性；数据处理模块，用于进行编码，拆包，封包经过所述过滤模块过滤分析后的短消息指令或互联网信息，将所述处理信息传输出去。本发明通过对信息源的过滤，排除非法信息源，同时能够将非法信息源反馈至数据中心、个人通信终端等，实时监控及避免垃圾短信息侵扰及蓄意短信息的袭击，并有效的阻止网络黑客的攻击，能够实现对异常及非法信息的及时处理。
-
公开(公告)号：CN101930580A
公开(公告)日：2010-12-29
申请号：CN201010257277.4
申请日：2010-08-19
申请人： 北京中交兴路信息科技有限公司 , 北京掌城科技有限公司 , 北京千方科技集团有限公司
摘要： 本发明涉及一种货运交易撮合方法及系统，用于对承运方和托运方进行交易撮合，所述方法包括：接收来自所述承运方和所述托运方的业务信息；利用所述业务信息生成撮合要素；利用所述撮合要素中的第一部分对承运方进行过滤；利用所述撮合要素中的第二部分对过滤后的承运方进行优先权排序；选择优先权最高的承运方与对应的托运方进行撮合；以及将所述撮合结果分别发送给承运方和托运方。本发明通过对货运交易双方的业务信息进行匹配、对交易选择对象进行过滤、排序，实现了对货运交易双方的较佳撮合，大大提高了货物配送的效率、安全性和可靠性。
-
公开(公告)号：CN114564655B
公开(公告)日：2024-11-08
申请号：CN202111589891.5
申请日：2021-12-23
申请人： 北京中交兴路信息科技有限公司
IPC分类号： G06F16/9536 , G06F18/22 , G06Q10/083
摘要： 本申请公开了一种基于协同过滤的车辆推荐方法、装置、设备及存储介质，所述方法包括：根据车辆的企业停靠数据以及待推荐企业的历史用车数据，得到车辆的停靠特征权重；根据车辆停靠的企业对应的货物数据以及待推荐企业的历史用车数据，得到车辆的货物特征权重；根据所述停靠特征权重以及货物特征权重计算车辆的加权平均权重；根据车辆的加权平均权重的大小进行从高到低排序，将排在前面的预设数量个车辆推荐给企业。根据本申请提供的车辆推荐方法，将企业找车问题转化为车辆推荐问题，并根据车辆的停靠企业特征以及停靠企业对应的货物特征进行组合推荐，大大提高了推荐的成功率。
-
公开(公告)号：CN114677254B
公开(公告)日：2024-10-29
申请号：CN202210262059.2
申请日：2022-03-17
申请人： 北京中交兴路信息科技有限公司
IPC分类号： G06F18/2431 , G06F18/2415 , G06N20/20 , G06F18/214 , G06Q10/083
摘要： 本申请涉及一种货车事故识别方法、装置、存储介质及程序产品。所述方法包括：获取整体数据，整体数据包括车辆的基本属性信息、司机的驾驶行为信息、车辆运营轨迹信息、道路信息、节日信息和天气信息；对整体数据进行过滤、关联、分层抽样，得到样本数据集；整合样本数据集，确定多个主题，计算多个主题下的特征维度；使用多个主题下的特征维度训练孤立森林模型；将货车待识别数据输入训练后的孤立森林模型，以判断货车是否发生事故。本申请充分考虑到货车事故发生的数据极端不平衡的现状，无需收集有标记的样本，从而降低了数据集构建的成本，采用分层抽样保证了和整体数据的分布一致性，通过训练好的孤立森林模型实现了较理想的识别效果。
-
公开(公告)号：CN114640687B
公开(公告)日：2024-08-23
申请号：CN202210254492.1
申请日：2022-03-15
申请人： 北京中交兴路信息科技有限公司
IPC分类号： H04L67/1095 , G06F8/65 , G06F8/71 , H04L41/082 , H04L67/06
摘要： 本发明公开了一种软件升级方法、装置、存储介质及电子设备，应用于服务端，方法包括：当接收到程序包同步指令时，根据客户端的待升级程序包进行数据同步，生成待部署程序包；将每个待部署程序包的root目录修改为预设目录标识符，生成待部署程序包的修改root目录；备份当前版本的软件程序包，并根据待部署程序包的修改root目录将待部署程序包进行部署，生成升级后的软件。由于本申请将每个待部署程序包的root目录进行统一的修改为预设目录标识符，在进行程序部署时仅仅把需要部署的版本程序包通过软链接指针的方式指向预设目录标识符的目录，就能完成快速的部署，从而提升了部署效率，进而提升了软件部署效率。
-
公开(公告)号：CN113626547B
公开(公告)日：2024-07-02
申请号：CN202110866944.7
申请日：2021-07-29
申请人： 北京中交兴路信息科技有限公司
摘要： 本发明公开了一种货运行业地图矢量切片方法、装置、存储介质及终端，方法包括：根据当前货运业务参数生成图形格式数据文件，输入预先搭建的多台地图服务器；根据图形格式数据文件在多台地图服务器上创建图层；从创建的图层中获取多个预设等级的图层，并将多个预设等级的图层进行矩形分组，生成多组图层；获取每组图层中每个图层的级别，并按照级别的高低顺序进行降序排列生成排序后的图层；将排序后的图层依次进行切片处理，生成每级协议缓冲二进制格式的矢量瓦片数据。因此，采用本申请，可以实现海量数据快速矢量切片，有效提高了矢量瓦片数据的发布效率。
-
公开(公告)号：CN112685520B
公开(公告)日：2024-06-25
申请号：CN202011532806.7
申请日：2020-12-22
申请人： 北京中交兴路信息科技有限公司
IPC分类号： G06F16/29 , G06F16/245 , G01C25/00 , G01C21/34
摘要： 本申请提出一种根据车辆轨迹判断车辆进出收费站的方法、装置、电子设备及存储介质，所述方法包括如下步骤：基于道路数据和收费站数据，确定若干个收费站的通过路线；基于所述通过路线对每个收费站周边的轨迹点进行路线匹配，对匹配错误超过预设阈值的收费站的周边路线进行重新拟合和校准；使用包含校准后路线的道路数据和收费站数据，重新对每个收费站周边的轨迹点进行路线匹配，并根据各车辆路线行驶序列中是否包含收费站路线序列，确定该车辆是否通过该收费站。本申请通过建立收费站出入口和路线的空间关系，精确还原收费站附近车辆的行驶路线，并判别基础路线数据和收费站数据不准确的地段，并使用轨迹点进行校准，从而可以对车辆出入收费站进行精确判断。
-
公开(公告)号：CN111832791B
公开(公告)日：2024-06-25
申请号：CN201911185713.9
申请日：2019-11-27
申请人： 北京中交兴路信息科技有限公司
摘要： 本发明提供了一种基于机器学习逻辑回归的加油站预测方法，包括如下步骤：S1、收集样本数据；S2、根据所述样本数据，进行停靠点聚合；S3、确定模型特征，并计算每一个停靠点的模型特征；S4、根据所述模型特征对正负样本进行标注；S5、根据所述样本数据，采用机器学习的分类模型逻辑回归进行训练建模。本发明基于海量的停靠点和聚合点，通过对模型的应用，达到通过对加油站旁边的停靠点的发现去准确确定加油站的位置。
-
公开(公告)号：CN113222331B
公开(公告)日：2024-03-05
申请号：CN202110336293.0
申请日：2021-03-29
申请人： 北京中交兴路信息科技有限公司
IPC分类号： G06Q10/0639 , G06Q50/26 , G08G1/123
摘要： 本发明公开了一种识别车辆事故真实性的方法、装置、设备及存储介质，所述方法包括：获取报案信息，报案信息包括车辆的车牌号、事故发生时间、报案时间、事故发生地点中的一种或多种；根据报案信息查询事故发生时间段内事故车辆的轨迹数据以及事故周围车辆的轨迹数据；根据事故车辆的轨迹数据以及事故周围车辆的轨迹数据提取事故车辆特征因子以及事故周围车辆特征因子；将所述事故车辆特征因子、事故周围车辆特征因子以及所述报案信息输入预设模型计算，判断所述事故是否真实。根据本公开实施例提供的识别车辆事故真实性的方法，根据事故车辆以及周围车辆的轨迹数据即可识别事
-
-
-
-
-
-
-
-
-
搜索结果
360 条记录 (耗时 0.055 秒)
