-
公开(公告)号：CN106875680A
公开(公告)日：2017-06-20
申请号：CN201710168746.7
申请日：2017-03-21
申请人： 杭州电子科技大学
IPC分类号： G08G1/01
CPC分类号： G08G1/0112
摘要： 本发明公开了一种基于大数据分析的路口平均等待时间计算方法。本发明通过地图数据统计出路口以及路口路段，然后根据海量浮动车数据找出跨路口的轨迹链，通过统计所有跨路口的轨迹链的行车时间和行车距离，估算出每个路口的平均等待时间，这里的平均等待时间包括路口的所有行车方向，在进行路口平均等待时间的可视化时对所有方向进行统计平均，便于展示。本发明本发明利用真实的浮动车数据以及地图数据，数据具有数据量大、数据准确性高的特点，由此估算出的路口通行时间较为准确。
-
公开(公告)号：CN106781508A
公开(公告)日：2017-05-31
申请号：CN201710110044.3
申请日：2017-02-28
申请人： 杭州电子科技大学
CPC分类号： G08G1/0129 , G06F17/30303
摘要： 本发明公开了一种Spark环境下基于多重相空间的短时交通流预测方法，包括以下步骤：步骤(1)：获取某个路段的实时车辆信息，并发送至数据库HBase中；步骤(2)：根据数据库HBase中存储的历史车辆信息，获取历史交通流数据并存储在数据库中；步骤(3)：在Spark环境下，构建多重相空间模型，结合历史交通流数据，运用该模型对下一个时段的交通流数据进行预测。采用本发明的技术方案，通过多对延迟时间和嵌入维度构建多重相空间以及大数据框架Spark技术，更加科学准确的实时预测下一时刻的交通流。
-
-
公开(公告)号：CN104715608B
公开(公告)日：2017-01-11
申请号：CN201510136748.9
申请日：2015-03-26
申请人： 杭州电子科技大学
IPC分类号： G08G1/01
摘要： 本发明为基于HBase的全天候全域出租车聚集实时监测方法，公开了一种车辆聚集监测方法。本发明首先将监测区域划分成网格，使用历史GPS数据计算出每个网格出租车数的最大值。然后，实时扫描GPS数据，按时刻截取一段时间的数据进行分析，循环扫描每一个网格，如果某个网格连续n个时刻都大于历史最大值，则观察这n个时刻的车数是否呈递增趋势，如果是则继续计算本时刻是否有一定数量的车和上一时刻相同，成立则说明该网格发生车辆聚集，否则扫描下一个网格。本发明利用出租车GPS数据实时监测每个区域，通过海量的历史出租车GPS和实时数据、HBase数据库、Spark计算框架、数据挖掘方法和最小二乘法构建出了一套快速、准确而有效的实时聚集监测方法。
-
公开(公告)号：CN103235723B
公开(公告)日：2016-05-04
申请号：CN201310144528.1
申请日：2013-04-23
申请人： 浙江天正思维信息技术有限公司 , 杭州电子科技大学
摘要： 本发明公开了一种基于抽象语法树和软件产品特征的应用软件代码提取方法，目前已有的方法一般利用约定的编程规范，由于缺乏标准化，其可靠性一直得不到很好的保证，而且需要较多的人工干预。本发明根据已有的软件产品线特征树模型以及特征与领域构件的追溯关系，从领域构件中自动提取具有应用软件特征的软件代码，从而实现应用软件系统的快速构建。本发明采用标准的抽象语法树表示软件产品的代码结构，可以使得从特征到代码的映射关系更加规范和精确，同时一次遍历抽象语法树即可自动获取构建应用软件的基本信息，其效率更高。
-
公开(公告)号：CN105489004A
公开(公告)日：2016-04-13
申请号：CN201510834256.7
申请日：2015-11-25
申请人： 杭州电子科技大学
IPC分类号： G08G1/01
CPC分类号： G08G1/0112
摘要： 本发明公开了一种面向道路实时速度计算的卡口与浮动车数据融合方法。本发明通过浮动车数据计算的实时道路速度和卡口过车数据计算的实时的卡口对之间的速度进行加权融合。本发明中所谓的卡口是指设置有交通监控设备的道路监控点，用于过车数据的采集，过车数据是指经过卡口的车辆信息，包括车辆的“车牌号码”、“卡口编号”和“过车时间”；卡口对是指物理位置相邻、可被车辆依次顺序经过的卡口对。本发明具有精确性高，速度快，实时性不变等优点，有效的解决了计算道路实时速度数据源单一、数据稀疏、准确性不高等问题。
-
公开(公告)号：CN105336164A
公开(公告)日：2016-02-17
申请号：CN201510708780.X
申请日：2015-10-27
申请人： 杭州电子科技大学
IPC分类号： G08G1/01
CPC分类号： G08G1/0116
摘要： 本发明公开了一种基于大数据分析的错误卡口位置信息自动识别方法。本发明根据海量的历史卡口过车数据，计算出相邻卡口对，结合GIS地图数据计算相邻卡口对的最短路径长度，并根据过车数据计算车辆在卡口对间通行速度。依次根据卡口对最短路径异常、卡口对间区间速度异常、异常频率迭代找出位置信息错误的卡口。本发明利用真实的卡口过车数据，具有数据量大、数据准确性高等特点，由此根据过车数据的属性分析出来的错误卡口位置信息的准确性高。本发明实现了自动化识别错误卡口位置信息，且具有执行速度快、准确性高、高效率等特点。避免了大量的人为甄别工作。
-
公开(公告)号：CN104715608A
公开(公告)日：2015-06-17
申请号：CN201510136748.9
申请日：2015-03-26
申请人： 杭州电子科技大学
IPC分类号： G08G1/01
CPC分类号： G08G1/205
摘要： 本发明为基于HBase的全天候全域出租车聚集实时监测方法，公开了一种车辆聚集监测方法。本发明首先将监测区域划分成网格，使用历史GPS数据计算出每个网格出租车数的最大值。然后，实时扫描GPS数据，按时刻截取一段时间的数据进行分析，循环扫描每一个网格，如果某个网格连续n个时刻都大于历史最大值，则观察这n个时刻的车数是否呈递增趋势，如果是则继续计算本时刻是否有一定数量的车和上一时刻相同，成立则说明该网格发生车辆聚集，否则扫描下一个网格。本发明利用出租车GPS数据实时监测每个区域，通过海量的历史出租车GPS和实时数据、HBase数据库、Spark计算框架、数据挖掘方法和最小二乘法构建出了一套快速、准确而有效的实时聚集监测方法。
-
公开(公告)号：CN103235723A
公开(公告)日：2013-08-07
申请号：CN201310144528.1
申请日：2013-04-23
申请人： 浙江天正思维信息技术有限公司 , 杭州电子科技大学
摘要： 本发明公开了一种基于抽象语法树和软件产品特征的应用软件代码提取方法，目前已有的方法一般利用约定的编程规范，由于缺乏标准化，其可靠性一直得不到很好的保证，而且需要较多的人工干预。本发明根据已有的软件产品线特征树模型以及特征与领域构件的追溯关系，从领域构件中自动提取具有应用软件特征的软件代码，从而实现应用软件系统的快速构建。本发明采用标准的抽象语法树表示软件产品的代码结构，可以使得从特征到代码的映射关系更加规范和精确，同时一次遍历抽象语法树即可自动获取构建应用软件的基本信息，其效率更高。
-
公开(公告)号：CN102314491A
公开(公告)日：2012-01-11
申请号：CN201110242122.8
申请日：2011-08-23
申请人： 杭州电子科技大学
IPC分类号： G06F17/30
摘要： 本发明公开了一种多核环境下基于海量日志的类似行为模式用户识别方法。现有的方法运算量巨大、I/O操作繁重。本发明方法首先在WEB服务器端设置单独的日志数据库，用于存放记录用户访问信息的日志数据集；其次读入日志数据集中的部分日志信息至内置多核CPU的通用计算机内存；根据多核环境下设置的线程个数，均分日志数据集，得到多个局部日志数据集，作为各线程的处理数据源；然后各线程分别搜索局部日志数据集，获取局部类似行为模式，并进行归约；最后并行归并各线程获得的局部类似行为模式集至全局类似行为模式集，获得具有类似行为模式的用户。本发明可使类似访问模式的识别过程具有较高的运行效率和加速比。
-
-
-
-
-
-
-
-
-
搜索结果
73 条记录 (耗时 0.031 秒)
