-
公开(公告)号：CN109686085A
公开(公告)日：2019-04-26
申请号：CN201811538708.7
申请日：2018-12-17
Applicant: 北京交通大学
Abstract: 本发明涉及一种基于GPS数据的危险货物运输车辆停留节点活动类型识别方法，包括提取停留节点，根据停留节点的平均经度 平均纬度 将停留节点聚类为活动热区Hu；根据活动热区Hu构建时空特征，时空特征包括：平均停留时间avgTu、平均起点包含率avgFu和混合熵指数Entropyu；定义装货活动、卸货活动、归场活动和非货运活动，得出这四类活动类型对应的时空特征实际取值倾向；采用FCM聚类方法根据时空特征和定义的四类活动类型获取停留节点的备选车辆活动类型；为每个停留节点设置兴趣点类别，从2个备选车辆活动类型中判断出最终的车辆活动类型。
-
Patent Agency Ranking
公开(公告)号：CN109686085B
公开(公告)日：2020-05-05
申请号：CN201811538708.7
申请日：2018-12-17
Applicant: 北京交通大学
Abstract: 本发明涉及一种基于GPS数据的危险货物运输车辆停留节点活动类型识别方法，包括提取停留节点，根据停留节点的平均经度平均纬度将停留节点聚类为活动热区Hu；根据活动热区Hu构建时空特征，时空特征包括：平均停留时间avgTu、平均起点包含率avgFu和混合熵指数Entropyu；定义装货活动、卸货活动、归场活动和非货运活动，得出这四类活动类型对应的时空特征实际取值倾向；采用FCM聚类方法根据时空特征和定义的四类活动类型获取停留节点的备选车辆活动类型；为每个停留节点设置兴趣点类别，从车辆的2个备选活动类型中判断出最终的车辆活动类型。
-
公开(公告)号：CN102708680A
公开(公告)日：2012-10-03
申请号：CN201210185649.6
申请日：2012-06-06
Applicant: 北京交通大学
Abstract: 本发明公开了交通管理与信息服务技术领域中的一种基于AGPS技术的交通出行方式识别方法。包括：定位服务器建立状态信息数据库；定位服务器每隔设定时间T从手机获取状态信息并存入状态信息数据库；对状态信息数据库中存储的状态信息进行预处理，删除影响定位精度的数据；从状态信息数据库中提取样本数据；将提取的样本数据分为训练样本数据和测试样本数据；建立BP神经网络，利用训练样本数据训练BP神经网络；将测试样本数据代入训练后的BP神经网络，得到交通出行方式识别结果。本发明提高了定位速度和定位精度，克服了现有采集方式存在的不足。
-
公开(公告)号：CN112885076A
公开(公告)日：2021-06-01
申请号：CN202011607466.X
申请日：2020-12-30
Applicant: 北京交通大学
Abstract: 本发明涉及一种公交专用道设置后的溢出车流影响范围分析方法，包括以下步骤：1、将城市路网映射为对偶路网；2、设计转移概率；3、利用转移概率，基于凝聚算法将路段进行聚类，得到最佳聚类结果。4、公交专用道所属路段在最佳聚类结果中所在的子区，为该公交专用道设置后的溢出车流影响范围。本发明所需数据获取较容易，不需要详尽的出行分布数据；可操作性强，计算复杂度不高；影响范围的确认准确度较高，便于后期进行进一步细化分析。通过子区所标示出的路径信息，可以为今后拥堵治理、拥堵费征收政策的制订提供结构基础。
-
公开(公告)号：CN112885076B
公开(公告)日：2022-06-24
申请号：CN202011607466.X
申请日：2020-12-30
Applicant: 北京交通大学
IPC: G08G1/01 , G06K9/62 , G06V10/762
Abstract: 本发明涉及一种公交专用道设置后的溢出车流影响范围分析方法，包括以下步骤：1、将城市路网映射为对偶路网；2、设计转移概率；3、利用转移概率，基于凝聚算法将路段进行聚类，得到最佳聚类结果。4、公交专用道所属路段在最佳聚类结果中所在的子区，为该公交专用道设置后的溢出车流影响范围。本发明所需数据获取较容易，不需要详尽的出行分布数据；可操作性强，计算复杂度不高；影响范围的确认准确度较高，便于后期进行进一步细化分析。通过子区所标示出的路径信息，可以为今后拥堵治理、拥堵费征收政策的制订提供结构基础。
-
公开(公告)号：CN102708680B
公开(公告)日：2014-06-11
申请号：CN201210185649.6
申请日：2012-06-06
Applicant: 北京交通大学
Abstract: 本发明公开了交通管理与信息服务技术领域中的一种基于AGPS技术的交通出行方式识别方法。包括：定位服务器建立状态信息数据库；定位服务器每隔设定时间T从手机获取状态信息并存入状态信息数据库；对状态信息数据库中存储的状态信息进行预处理，删除影响定位精度的数据；从状态信息数据库中提取样本数据；将提取的样本数据分为训练样本数据和测试样本数据；建立BP神经网络，利用训练样本数据训练BP神经网络；将测试样本数据代入训练后的BP神经网络，得到交通出行方式识别结果。本发明提高了定位速度和定位精度，克服了现有采集方式存在的不足。
-
-
-
-
-
Search Results
6
records
(took 0.016 seconds)
