-
公开(公告)号：CN116504052A
公开(公告)日：2023-07-28
申请号：CN202211732054.8
申请日：2022-12-30
Applicant: 华设设计集团股份有限公司
Abstract: 本发明公开了一种基于shockwave交通流模型的感知数据补全方法，包括如下步骤：从原始交通感知数据中筛选出较为完整的轨迹作为采样输入；利用shockwave交通流模型建立推理分析模型，将车辆的时空轨迹解析表达；建立两阶段的贝叶斯网络模型，通过贝叶斯推理框架，以统计描述观察变量和未观察变量之间的关系；利用融合轨迹数据，使用EM算求解贝叶斯网络，完成未知参数估计，实现数据信息补全。本发明针对现实情况中感知数据低采样率的情况，采用模型数据双驱动的方法，在雷视融合感知数据的基础上，结合shockwave交通流模型，并利用贝叶斯网络基于采样数据对未知参数进行推断，从而有效实现感知数据信息的补全。
-
公开(公告)号：CN116504052B
公开(公告)日：2024-10-15
申请号：CN202211732054.8
申请日：2022-12-30
Applicant: 华设设计集团股份有限公司
Abstract: 本发明公开了一种基于shockwave交通流模型的感知数据补全方法，包括如下步骤：从原始交通感知数据中筛选出较为完整的轨迹作为采样输入；利用shockwave交通流模型建立推理分析模型，将车辆的时空轨迹解析表达；建立两阶段的贝叶斯网络模型，通过贝叶斯推理框架，以统计描述观察变量和未观察变量之间的关系；利用融合轨迹数据，使用EM算求解贝叶斯网络，完成未知参数估计，实现数据信息补全。本发明针对现实情况中感知数据低采样率的情况，采用模型数据双驱动的方法，在雷视融合感知数据的基础上，结合shockwave交通流模型，并利用贝叶斯网络基于采样数据对未知参数进行推断，从而有效实现感知数据信息的补全。
-
公开(公告)号：CN113674122A
公开(公告)日：2021-11-19
申请号：CN202110829369.3
申请日：2021-07-22
Applicant: 华设设计集团股份有限公司
IPC: G06Q50/26 , G06F16/29 , G06F16/2458
Abstract: 本发明公开了一种适用高并发出行数据的城市居民出行规律快速提取方法，首先对数据进行预处理，随后对选定区域建立空间索引，之后进行并行快速地图匹配，最后分别提取城市居民出行规律时间特征和城市居民出行规律空间特征，完成城市居民出行规律的快速提取，本发明的基于手机信令数据的城市职住人口识别与统计方法，以易获取、体量大的手机信令数据为数据源，弥补了传统职住调查采用的问卷调查方法的抽样率低、成本高昂的缺陷，同时本发明方法模型简洁，避免了大量的参数标定，识别结果准确、可靠。
-
公开(公告)号：CN113674122B
公开(公告)日：2024-09-27
申请号：CN202110829369.3
申请日：2021-07-22
Applicant: 华设设计集团股份有限公司
IPC: G06Q50/26 , G06F16/29 , G06F16/2458
Abstract: 本发明公开了一种适用高并发出行数据的城市居民出行规律快速提取方法，首先对数据进行预处理，随后对选定区域建立空间索引，之后进行并行快速地图匹配，最后分别提取城市居民出行规律时间特征和城市居民出行规律空间特征，完成城市居民出行规律的快速提取，本发明的基于手机信令数据的城市职住人口识别与统计方法，以易获取、体量大的手机信令数据为数据源，弥补了传统职住调查采用的问卷调查方法的抽样率低、成本高昂的缺陷，同时本发明方法模型简洁，避免了大量的参数标定，识别结果准确、可靠。
-
-
-
Search Results
4
records
(took 0.032 seconds)
