一种区域自适应的图信融合计算方法

    公开(公告)号:CN118215008B

    公开(公告)日:2024-08-27

    申请号:CN202410613018.2

    申请日:2024-05-17

    Abstract: 本发明公开了一种区域自适应的图信融合计算方法,属于大数据挖掘技术领域,首先获取各区域基站基础数据、车辆杆体数据,与实时轨迹数据结合使用;对各区域手机信令轨迹数据进行插值,筛选每个手机号码的职住轨迹;依次基于源区域正样本数据进行信令轨迹压缩、杆体附近轨迹过滤、时间切片轨迹碰撞、运营商平权相似度计算等操作,直至完成源区域模型参数训练;利用源区域模型计算目标区域全量数据置信度,筛选目标区域潜在正样本集合,重复执行上述操作直至完成目标区域模型参数训练。利用本发明方法可提高图信融合计算模型的准确性,便于准确度量车辆与手机号码的轨迹相似性;同时解决了目标区域正样本匮乏问题,提升了计算模型的可移植性。

    一种基于信令轨迹的用户运动与静止态的判断方法及系统

    公开(公告)号:CN118338252A

    公开(公告)日:2024-07-12

    申请号:CN202410520646.6

    申请日:2024-04-28

    Abstract: 本发明公开了一种基于信令轨迹的用户运动与静止态的判断方法及系统,包括:S1.基于运营商提供的用户移动通信终端上报的信令数据为原始信令数据,对接并获取所需字段信息;S2.基于通过原始信令数据获得的所需字段信息,获得信令轨迹点集合;S3.根据原始信令数据和信令轨迹点集合,进行基站乒乓切换数据修正;S4.基于基站乒乓切换数据修正后的信令数据,检验并滤除发生基站漂移的异常轨迹点;S5.基于经过步骤S4处理后的信令轨迹数据,从信令轨迹点距离和信令运动方向连续程度的角度判断用户属于运动状态还是静止状态;本发明解决了由于信令数据的精确性导致对用户定位不准确的问题,实现了更为便捷准确的用户运动或静止状态判断。

    一种用于高速公路场景的车码拟合方法及系统

    公开(公告)号:CN119132049B

    公开(公告)日:2025-04-11

    申请号:CN202411192242.5

    申请日:2024-08-28

    Abstract: 本发明公开了一种用于高速公路场景的车码拟合方法及系统,包括:获取高速公路车辆轨迹数据及手机定位数据,提取关键字段,分别创建车辆时空轨迹表和手机号码时空轨迹表;根据两类时空轨迹表,进行车码拟合计算,得到每日的车码拟合结果;进一步,基于每日的车码拟合结果,采用阈值过滤和基于首尾端轨迹的样本过滤两类噪声过滤方法进行结果降噪,得到高置信伴随结果候选集;基于高置信伴随结果候选集,按月聚合得到最终车码拟合结果;本发明不仅能够有效处理数据中的噪声,还能在稀疏数据环境下准确识别高速公路车辆与手机号码的伴随关系,提高了伴随关系识别的准确性和可信度。

    一种基于信令数据的交通工具识别方法和系统

    公开(公告)号:CN117668618B

    公开(公告)日:2025-01-28

    申请号:CN202311750113.9

    申请日:2023-12-19

    Abstract: 本发明公开了一种基于信令数据的交通工具识别方法,包括:S1获取终端信令数据,并进行预处理,得到用户轨迹数据;S2基于用户轨迹数据识别得到对应的交通工具类型;S3基于用户轨迹数据和对应的交通工具类型提取常规性特征值,并获取每个特征值的分布情况;S4基于常规性特征值和分布情况建立常规特征规则策略;S5基于用户轨迹数据和分布情况建立高级特征规则策略;S6基于常规特征规则策略和高级特征规则策略建立专家系统规则;S7验证并调整专家系统规则,得到最优专家系统规则;S8基于最优专家系统规则识别待测终端信令数据,得到交通工具类型。通过最优专家系统规则高效精准识别信令数据所属的交通工具类型。

    一种区域自适应的图信融合计算方法

    公开(公告)号:CN118215008A

    公开(公告)日:2024-06-18

    申请号:CN202410613018.2

    申请日:2024-05-17

    Abstract: 本发明公开了一种区域自适应的图信融合计算方法,属于大数据挖掘技术领域,首先获取各区域基站基础数据、车辆杆体数据,与实时轨迹数据结合使用;对各区域手机信令轨迹数据进行插值,筛选每个手机号码的职住轨迹;依次基于源区域正样本数据进行信令轨迹压缩、杆体附近轨迹过滤、时间切片轨迹碰撞、运营商平权相似度计算等操作,直至完成源区域模型参数训练;利用源区域模型计算目标区域全量数据置信度,筛选目标区域潜在正样本集合,重复执行上述操作直至完成目标区域模型参数训练。利用本发明方法可提高图信融合计算模型的准确性,便于准确度量车辆与手机号码的轨迹相似性;同时解决了目标区域正样本匮乏问题,提升了计算模型的可移植性。

    一种用于高速公路场景的车码拟合方法及系统

    公开(公告)号:CN119132049A

    公开(公告)日:2024-12-13

    申请号:CN202411192242.5

    申请日:2024-08-28

    Abstract: 本发明公开了一种用于高速公路场景的车码拟合方法及系统,包括:获取高速公路车辆轨迹数据及手机定位数据,提取关键字段,分别创建车辆时空轨迹表和手机号码时空轨迹表;根据两类时空轨迹表,进行车码拟合计算,得到每日的车码拟合结果;进一步,基于每日的车码拟合结果,采用阈值过滤和基于首尾端轨迹的样本过滤两类噪声过滤方法进行结果降噪,得到高置信伴随结果候选集;基于高置信伴随结果候选集,按月聚合得到最终车码拟合结果;本发明不仅能够有效处理数据中的噪声,还能在稀疏数据环境下准确识别高速公路车辆与手机号码的伴随关系,提高了伴随关系识别的准确性和可信度。

    一种基于信令数据的交通工具识别方法和系统

    公开(公告)号:CN117668618A

    公开(公告)日:2024-03-08

    申请号:CN202311750113.9

    申请日:2023-12-19

    Abstract: 本发明公开了一种基于信令数据的交通工具识别方法,包括:S1获取终端信令数据,并进行预处理,得到用户轨迹数据;S2基于用户轨迹数据识别得到对应的交通工具类型;S3基于用户轨迹数据和对应的交通工具类型提取常规性特征值,并获取每个特征值的分布情况;S4基于常规性特征值和分布情况建立常规特征规则策略;S5基于用户轨迹数据和分布情况建立高级特征规则策略;S6基于常规特征规则策略和高级特征规则策略建立专家系统规则;S7验证并调整专家系统规则,得到最优专家系统规则;S8基于最优专家系统规则识别待测终端信令数据,得到交通工具类型。通过最优专家系统规则高效精准识别信令数据所属的交通工具类型。

Patent Agency Ranking