-
公开(公告)号：CN118898905A
公开(公告)日：2024-11-05
申请号：CN202411398359.9
申请日：2024-10-09
Applicant: 北京市智慧交通发展中心(北京市机动车调控管理事务中心) , 中国科学院自动化研究所
IPC: G08G1/01 , G08B31/00 , G06Q10/04 , G06Q50/47 , G06F16/29 , G06F18/213 , G06F18/2433 , G06F123/02
Abstract: 本发明涉及一种网约车异常聚集识别与预警方法及系统，属于交通预警的技术领域，其方法包括：基于网约车运营时序数据，构建目标区域的网约车网格图像数据集，网约车网格图像数据集表征了不同时间的所有的网约车的分布情；基于网约车网格图像数据集、地铁客流时序数据和公交客流时序数据、历史环境时序数据和预设的特征提取规则，确定目标区域的特征数据集；将特征数据集输入至预设的网约车数量预测模型中，预测在目标时间段内的各个位置的网约车到达量和道路拥堵指数；将目标时间段内各个位置的网约车到达量和道路拥堵指数输入至网约车预警模型中，得到预警信息。本申请能够对网约车异常聚集行为的精准识别和有效预警。
-
公开(公告)号：CN118898905B
公开(公告)日：2024-12-10
申请号：CN202411398359.9
申请日：2024-10-09
Applicant: 北京市智慧交通发展中心(北京市机动车调控管理事务中心) , 中国科学院自动化研究所
IPC: G08G1/01 , G08B31/00 , G06Q10/04 , G06Q50/47 , G06F16/29 , G06F18/213 , G06F18/2433 , G06F123/02
Abstract: 本发明涉及一种网约车异常聚集识别与预警方法及系统，属于交通预警的技术领域，其方法包括：基于网约车运营时序数据，构建目标区域的网约车网格图像数据集，网约车网格图像数据集表征了不同时间的所有的网约车的分布情；基于网约车网格图像数据集、地铁客流时序数据和公交客流时序数据、历史环境时序数据和预设的特征提取规则，确定目标区域的特征数据集；将特征数据集输入至预设的网约车数量预测模型中，预测在目标时间段内的各个位置的网约车到达量和道路拥堵指数；将目标时间段内各个位置的网约车到达量和道路拥堵指数输入至网约车预警模型中，得到预警信息。本申请能够对网约车异常聚集行为的精准识别和有效预警。
-
公开(公告)号：CN119398562A
公开(公告)日：2025-02-07
申请号：CN202411783748.3
申请日：2024-12-06
Applicant: 北京市智慧交通发展中心(北京市机动车调控管理事务中心)
IPC: G06Q10/0637 , G06F40/284 , G06Q50/40 , G06F16/35 , G06F18/22 , G06F18/23213 , G08G1/01
Abstract: 本发明涉及一种网约车运营事件的分类分级及动态应急预案生成方法，属于智能交通管理的技术领域，其方法包括：获取网约车运营事件以及网约车运营事件对应的交通数据和舆情数据，网约车运营事件为描述网约车运营的文本信息；对网约车运营事件进行特征识别，得到网约车运营事件的特征信息；基于特征信息和预设的分类模型，确定网约车运营事件的事件类别；基于特征信息、交通数据、舆情数据和预设的分级规则，确定网约车运营事件的事件等级；基于事件类别和事件等级，生成网约车运营事件的应急预案，并基于应急预案向相关部门发送应急处理信息。本申请具有提高网约车运营事件处理效率的效果。
-
Patent Agency Ranking
公开(公告)号：CN117808158A
公开(公告)日：2024-04-02
申请号：CN202311855841.6
申请日：2023-12-29
Applicant: 北京市智慧交通发展中心(北京市机动车调控管理事务中心)
Abstract: 本发明提供一种机场线短时客流预测方法及系统，所述方法包括：采集原始数据集，所述原始数据集包括机场线历史客流数据和到离港航班信息数据；构建Stacking集成学习模型，包括两层：第一层为基学习器层，包括多个基学习器；第二层为元学习器层，包括一个元学习器；对所述原始数据集进行划分，构造第一层基学习器的训练集和测试集，并利用构造的训练集和测试集对各个基学习器进行训练和测试，得到多个预测结果；基于所述预测结果构造新的训练集和新的测试集，作为第二层元学习器的训练集和测试集，对元学习器进行训练和测试，得到最终机场线短时客流预测结果。本发明能够提升机场线短时客流预测精度。
-
公开(公告)号：CN117119387A
公开(公告)日：2023-11-24
申请号：CN202311388690.8
申请日：2023-10-25
Applicant: 北京市智慧交通发展中心(北京市机动车调控管理事务中心)
Abstract: 本公开提供了一种基于手机信令数据的用户出行链的构建方法和装置，包括获取目标用户的多个手机信令数据；对多个手机信令数据进行重复数据剔除和消除乒乓效应中的至少一种预处理操作，得到多个待使用手机信令数据；采用近似最近邻搜索算法，对多个待使用手机信令数据进行聚类，得到多个聚类簇，并确定各聚类簇对应的停留点数据；基于各停留点数据，构建目标用户的出行链。本公开采用的近似最近邻搜索算法，可以基于脱敏后的手机信令数据准确地识别出停留点数据，进而可以基于准确的停留点数据构建出更加准确的用户出行链。
-
公开(公告)号：CN117119387B
公开(公告)日：2024-01-23
申请号：CN202311388690.8
申请日：2023-10-25
Applicant: 北京市智慧交通发展中心(北京市机动车调控管理事务中心)
Abstract: 本公开提供了一种基于手机信令数据的用户出行链的构建方法和装置，包括获取目标用户的多个手机信令数据；对多个手机信令数据进行重复数据剔除和消除乒乓效应中的至少一种预处理操作，得到多个待使用手机信令数据；采用近似最近邻搜索算法，对多个待使用手机信令数据进行聚类，得到多个聚类簇，并确定各聚类簇对应的停留点数据；基于各停留点数据，构建目标用户的出行链。本公开采用的近似最近邻搜索算法，可以基于脱敏后的手机信令数据准确地识别出停留点数据，进而可以基于准确的停留点数据构建出更加准确的用户出行链。
-
公开(公告)号：CN117875521B
公开(公告)日：2024-05-28
申请号：CN202410275038.3
申请日：2024-03-12
Applicant: 北京市智慧交通发展中心(北京市机动车调控管理事务中心)
IPC: G06Q10/04 , G06Q50/40 , G06N3/0442 , G06N3/08
Abstract: 本发明提供了一种实时铁路客流量预测方法、系统、介质以及电子设备，包括：获取在目标时间段下的特征信息；将特征信息输入至LSTM预测模型目标时间段对应的记忆单元的第一遗忘门中，获取第一遗忘门的输出；将第一遗忘门的输出、目标时间段前一时间段的记忆单元输出以及特征信息共同作为sigmoid神经网络层的输入，并得到第二遗忘门激活值；结合第二遗忘门激活值、输入门和输出门，确定目标时间段的记忆单元输出；根据目标时间段的记忆单元输出，预测在目标时间段下的客流量。本发明提解决了现有技术中存在预测精度较差，无法满足现有交通管理决策、交通规划、路径诱导等方面的技术需求的问题。
-
公开(公告)号：CN117875521A
公开(公告)日：2024-04-12
申请号：CN202410275038.3
申请日：2024-03-12
Applicant: 北京市智慧交通发展中心(北京市机动车调控管理事务中心)
IPC: G06Q10/04 , G06Q50/40 , G06N3/0442 , G06N3/08
Abstract: 本发明提供了一种实时铁路客流量预测方法、系统、介质以及电子设备，包括：获取在目标时间段下的特征信息；将特征信息输入至LSTM预测模型目标时间段对应的记忆单元的第一遗忘门中，获取第一遗忘门的输出；将第一遗忘门的输出、目标时间段前一时间段的记忆单元输出以及特征信息共同作为sigmoid神经网络层的输入，并得到第二遗忘门激活值；结合第二遗忘门激活值、输入门和输出门，确定目标时间段的记忆单元输出；根据目标时间段的记忆单元输出，预测在目标时间段下的客流量。本发明提解决了现有技术中存在预测精度较差，无法满足现有交通管理决策、交通规划、路径诱导等方面的技术需求的问题。
-
-
-
-
-
-
-
Search Results
8
records
(took 0.066 seconds)
