-
公开(公告)号：CN115829424A
公开(公告)日：2023-03-21
申请号：CN202211497496.9
申请日：2022-11-25
Applicant: 东南大学
IPC: G06Q10/067 , G06Q50/26
Abstract: 本发明公开了一种基于无参数非凸松弛低秩张量补全的交通数据修复方法，包括：按地点、日期、时间三个维度，将包含缺失数据的交通数据构建为位置×日期×时间的三维张量提出基于对数的无参数非凸松弛函数，以此构建基于低秩张量补全的交通数据修复模型；考虑模型求解效率和去除等式约束，构建模型的增广拉格朗日函数；根据ADMM框架，将模型的多变量优化问题转化三个单变量子优化问题，初始化张量依次更新三个变量；以作为输入，利用交叉方向乘子算法迭代优化直至满足收敛条件，获得低秩张量本发明能够实现交通数据的智能准确修复。
-
公开(公告)号：CN113569977B
公开(公告)日：2022-11-18
申请号：CN202110896262.0
申请日：2021-08-05
Applicant: 东南大学
Abstract: 本发明公开了一种基于手机信令数据的出行目的识别方法，将信令数据进行地图匹配后，从停留点的识别出发，基于ST‑DBSCAN时空密度聚类算法并结合启发式算法进行停留点识别。依靠具有标签的用户手机信令数据挖掘时空聚类算法的参数，同时考虑了出行者的速度特征，提高了停留点识别的精细度。通过特征提取获得用户出行的轨迹时空特征、个人属性和交通设施建成环境特性，将特征抽象为节点。通过基于约束的贝叶斯网络结构学习算法获取有向弧，初步完成贝叶斯网络建模，以出行目的和通勤特性为演绎推理对象，通过基于规则启发式的建模方法完善贝叶斯网络概率模型。进行出行目的识别时，通过用户的手机信令数据获取出行特征，即可得到出行者出行目的概率结果。
-
公开(公告)号：CN112634620B
公开(公告)日：2021-11-30
申请号：CN202011546643.8
申请日：2020-12-24
Applicant: 东南大学
Abstract: 本发明公开了基于Encoder‑Decoder深度神经网络的路网动态交通分配方法，依托于车辆轨迹数据，采用LSTM神经网络模型构建Encoder‑Decoder模型，输入为路网交通多时段车流OD，输出为道路断面流量以及交叉口进口道转向流量，构建模型过程引入Attention机制，进行动态交通分配，得到路网交通需求与实际道路流量之间的非线性映射关系。本发明得到的分配模型结果精度较高，解决了传统方法存在的精度低、实时性差等弊端，为解决交通关键技术问题提供有力支撑。
-
公开(公告)号：CN110415523B
公开(公告)日：2021-07-30
申请号：CN201910746473.9
申请日：2019-08-13
Applicant: 东南大学
Abstract: 本发明提供了一种基于车辆出行轨迹数据的信号控制子区划分方法，该方法包括S1根据车辆轨迹数据，计算一段时间内研究区域各交叉口对之间的平均OD流量并做归一化处理，基于此构建全连通无向加权图；S2用Newman算法对路网进行划分得到划分后的初始路网子区；S3计算路段双向平均密度；S4利用自适应尺度NJW算法将路网划分为多个控制子区；S5选取能得到最好评价指标的方案为较优的控制子区划分方案。本发明提升了初始路网子区内交叉口信号控制的协调性，为后续进一步面向区域门限控制子区划分做出了初始划分方案。
-
公开(公告)号：CN112084928A
公开(公告)日：2020-12-15
申请号：CN202010920823.1
申请日：2020-09-04
Applicant: 东南大学
Abstract: 本发明公开了一种基于视觉注意力机制和ConvLSTM网络的道路事故检测方法，包括如下步骤：收集和划分事故图片数据集和视频数据集；搭建事故外观特征提取网络；训练事故外观特征提取网络；在训练后的事故外观特征提取模型的基础上引入事故的运动特征提取网络，完成总事故检测模型的搭建；使用视频数据训练集对总事故检测模型进行训练；通过训练后的总事故检测模型进行事故检测。本发明采用基于视觉注意力模块CBAM和图像特征提取网络ResNet‑50融合的事故外观特征提取模型，能够捕捉更局部，更具体的事故外观特征；采用了ConvLSTM网络捕捉事故运动特征，弥补了RNN和LSTM网络无法很好捕捉事故运动特征等缺陷，从而提高了事故检测精度。
-
Patent Agency Ranking
公开(公告)号：CN106652528B
公开(公告)日：2019-10-15
申请号：CN201710079681.9
申请日：2017-02-15
Applicant: 东南大学
IPC: G08G1/097
Abstract: 本发明公开了一种微观交通信号控制数据质量检测方法及系统，方法包括如下步骤：数据采集、数据质量检测预处理和数据处理应用；系统包括数据采集模块、数据检测模块、数据管理模块和数据统计模块，数据采集模块、数据检测模块、数据管理模块以及数据统计模块依次连接。本发明对交通信号控制数据精细化管理，对微观信号控制数据进行管理，为交通执法管理人员在非现场执法以及交通管理工作中提供辅助支撑数据，提高交通执法管控水平；制定多重质量检测，自动预警数据与设备异常，实现精细的信号机设备运维，及时维修异常交通信号机设备，同时提高数据质量，为交通运行管理工作提供有效的微观交通信号控制数据。
-
公开(公告)号：CN110160538A
公开(公告)日：2019-08-23
申请号：CN201910383992.3
申请日：2019-05-09
Applicant: 东南大学
IPC: G01C21/30
Abstract: 本发明公开了一种基于手机信令数据的地图匹配方法：根据基站与地图信息的空间拓扑，构建基站-交叉口、基站-道路、交叉口-道路的对应关系；根据手机信令数据，通过对停驻点的识别得到用户占用基站的轨迹序列；在此基础上，根据道路频次、空间距离等判别依据确定基站对应的最有可能交叉口；然后，对于没有相连的交叉口采用Dijkstra最短路算法补全轨迹；最后删除交叉口序列中的A-B-A型数据，获得连续交叉口序列即完成地图匹配工作。
-
公开(公告)号：CN110148295A
公开(公告)日：2019-08-20
申请号：CN201910267003.4
申请日：2019-04-03
Applicant: 东南大学
IPC: G08G1/01
Abstract: 本发明公开了基于贝叶斯后验分布从历史号牌数据中获取单个车道路段自由流速度和上游到达流率的方法，以单个车道及其上下游交叉口为研究对象，建立以车辆自由流速度、红时到达流率、绿时到达流率为参数的后验分布函数，以号牌识别数据作为样本，采用M-H算法进行参数估计，得出各参数的概率密度分布。本发明中将周期内上游车辆到达根据配时方案划分为车辆在相位红灯期间到达和相位绿灯期间到达两种情况，并分别估计两种情况下的到达流率分布，同时估计得到的分布一定程度上体现了干线车流波动特性，估计结果可为干线协调配时方案评估和微调提供参考。
-
公开(公告)号：CN106781504B
公开(公告)日：2019-03-12
申请号：CN201710050018.6
申请日：2017-01-23
Applicant: 东南大学
IPC: G08G1/01
Abstract: 本发明公开了一种基于浮动车GPS数据的干线停车分析方法，通过数据抽样以及坐标转换，生成可视化的时空散点图实现浮动车通行数据的时间汇集，进而分析车辆的行驶特性，并进行干线停车的统计分析。本发明的干线停车分析方法，以数据可视化方式对浮动车定位数据进行时间汇集，直观分析干线车辆通行情况，在此基础上，对车辆到达交叉口的相对时间与其在下游的停车概率进行统计，从海量GPS定位数据中分析探究干线交通流实际运行模式，并进行精细化的停车概率估计，为干线绿波诱导提供可靠、精细的数据支撑。
-
公开(公告)号：CN106297334B
公开(公告)日：2018-12-28
申请号：CN201610969637.0
申请日：2016-10-27
Applicant: 东南大学
IPC: G08G1/081
Abstract: 本发明公开了一种绿波协调控制下的干线路段划分方法，依据路段固有属性以及交通参数的变化，利用相邻交叉口、路段间的相似性、宏观基本图中的交通流模型以及交通流密度的约束，将一条干线划分为多个路段，在此基础上进行协调控制；该种绿波协调控制下的干线路段划分方法，利用宏观基本图中道路属性对干线交通参数变化较大的路段进行划分，解决了交通干线绿波协调控制带宽较窄的问题。该方法同时是基于实时数据，因此具有动态调整，实时反馈的功能，增加了方法的适应性和准确性。
-
-
-
-
-
-
-
-
-
Search Results
100
records
(took 0.021 seconds)
