-
公开(公告)号：CN113283660B
公开(公告)日：2022-07-05
申请号：CN202110626855.5
申请日：2021-06-04
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) , 北京市应急管理科学技术研究院
Abstract: 本发明提供了一种互联网租赁自行车区域运行关联特征识别方法及系统。该方法包括：按照目标区域空间范围提取互联网租赁自行车订单数据；对于订单数据进行清洗；判断订单对应的骑行起终点和目标区域的关系并进行分类，识别区域运行特征；对于起终点一端在目标区域以外的骑行，分别对于区域外的起点和终点用DBSCAN算法聚类，生成相对于目标区域的发生簇和吸引簇；计算任意发生簇和吸引簇中心位置的距离，识别目标区域互联网租赁自行车运行的对称关联区，发生关联区和吸引关联区，并计算关联区相对于目标区域的影响因子。本发明提供的互联网租赁自行车区域运行关联特征识别方法及系统能支持运营企业有针对性的调度车辆，并为其他短途出行交通方式的组织优化提供依据。
-
公开(公告)号：CN114418466A
公开(公告)日：2022-04-29
申请号：CN202210321059.5
申请日：2022-03-30
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: G06Q10/06 , G06Q50/26 , G06Q50/30 , G06F16/242 , G06F16/29
Abstract: 本公开提供了一种公交站点设置对自行车交通影响程度的评价方法和装置，该方法包括获取评估区域内待评估道路；根据获取到的待评估道路，确定用于评估对自行车交通有影响的公交站点；获取公交站点对于自行车交通的影响评价指标；这样，就可以基于获取到的影响评价指标，采用预先构建的评价模型，实现公交站点设置对待评估道路的自行车交通的影响程度进行高效地评价。
-
Patent Agency Ranking
公开(公告)号：CN114418466B
公开(公告)日：2022-06-14
申请号：CN202210321059.5
申请日：2022-03-30
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: G06Q10/06 , G06Q50/26 , G06Q50/30 , G06F16/242 , G06F16/29
Abstract: 本公开提供了一种公交站点设置对自行车交通影响程度的评价方法和装置，该方法包括获取评估区域内待评估道路；根据获取到的待评估道路，确定用于评估对自行车交通有影响的公交站点；获取公交站点对于自行车交通的影响评价指标；这样，就可以基于获取到的影响评价指标，采用预先构建的评价模型，实现公交站点设置对待评估道路的自行车交通的影响程度进行高效地评价。
-
公开(公告)号：CN114005100B
公开(公告)日：2022-09-13
申请号：CN202110674918.4
申请日：2021-06-17
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: G06V20/58 , G06V20/40 , G06V10/762 , G06F16/75 , G06F16/78
Abstract: 本发明公开了一种基于聚类分析的路侧停车位分类方法，针对所要研究的停车位，根据停车订单数据，提取出给定时间段内的所有订单的进车时间和出车时间，并根据进出车时间计算停车持续时间。对提取出的订单进出车时间和持续时间进行异常值处理及空缺数据修复，并根据进出车时间和持续时间以一小时为间隔计算泊位利用率，生成利用率时间序列。根据所有泊位利用率时间序列，使用聚合层次聚类算法将时间序列划分成不同的时间段，并计算该时间段内的泊位利用率。最后，以不同时间段内的利用率为特征，使用模糊C均值聚类算法对泊位进行分类。本发明的方法能够为城市的停车管理提供有力的支撑，避免盲目扩张现有停车位，促进城市交通管理的科学化和现代化进程。
-
公开(公告)号：CN114842645A
公开(公告)日：2022-08-02
申请号：CN202210455678.3
申请日：2022-04-28
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: 本发明公开了一种基于k‑means的路网速度态势规律提取方法，首先对于采集到的数据进行预处理，路段合并，对缺失值填补。其次，根据时间序列的峰状偏向特征及几何特征，提出基于高峰交通时间序列曲线几何特征的指标体系，然后使用基于k‑means的聚类方法将交通速度时间序列按日划分为多个交通状态簇，进行交通速度模式的自发现。簇个数k值的选择采用Gapstatistic确定。最后，根据得到的聚类结果计算各簇的聚类中心，即为各路段的k个交通速度状态规律，使用基于相似度的模式匹配方法和实时交通速度时间序列进行匹配，得到与实时时间序列相似的模式。本发明提出的方法，可以揭示交通速度流的内在联系，从而更加清晰直观地揭示城市路网交通状态的时变特征及其规律。
-
公开(公告)号：CN114842645B
公开(公告)日：2023-04-07
申请号：CN202210455678.3
申请日：2022-04-28
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: G08G1/01 , G08G1/052 , G06F18/23213 , G06F18/22
Abstract: 本发明公开了一种基于k‑means的路网速度态势规律提取方法，首先对于采集到的数据进行预处理，路段合并，对缺失值填补。其次，根据时间序列的峰状偏向特征及几何特征，提出基于高峰交通时间序列曲线几何特征的指标体系，然后使用基于k‑means的聚类方法将交通速度时间序列按日划分为多个交通状态簇，进行交通速度模式的自发现。簇个数k值的选择采用Gapstatistic确定。最后，根据得到的聚类结果计算各簇的聚类中心，即为各路段的k个交通速度状态规律，使用基于相似度的模式匹配方法和实时交通速度时间序列进行匹配，得到与实时时间序列相似的模式。本发明提出的方法，可以揭示交通速度流的内在联系，从而更加清晰直观地揭示城市路网交通状态的时变特征及其规律。
-
公开(公告)号：CN113283660A
公开(公告)日：2021-08-20
申请号：CN202110626855.5
申请日：2021-06-04
Applicant: 北京市交通信息中心 , 北京市应急管理科学技术研究院
Abstract: 本发明提供了一种互联网租赁自行车区域运行关联特征识别方法及系统。该方法包括：按照目标区域空间范围提取互联网租赁自行车订单数据；对于订单数据进行清洗；判断订单对应的骑行起终点和目标区域的关系并进行分类，识别区域运行特征；对于起终点一端在目标区域以外的骑行，分别对于区域外的起点和终点用DBSCAN算法聚类，生成相对于目标区域的发生簇和吸引簇；计算任意发生簇和吸引簇中心位置的距离，识别目标区域互联网租赁自行车运行的对称关联区，发生关联区和吸引关联区，并计算关联区相对于目标区域的影响因子。本发明提供的互联网租赁自行车区域运行关联特征识别方法及系统能支持运营企业有针对性的调度车辆，并为其他短途出行交通方式的组织优化提供依据。
-
-
-
-
-
-
Search Results
7
records
(took 0.066 seconds)
