-
公开(公告)号：CN113643538B
公开(公告)日：2023-05-12
申请号：CN202110918484.8
申请日：2021-08-11
Applicant: 昆山轨道交通投资置业有限公司 , 同济大学
Abstract: 本发明涉及一种IC卡历史数据和人工调查数据融合的公交客流测算方法，该方法包括：考虑公交客流量影响因素及客流变化规律，选取人工调查日期；根据公交线路基本属性，采用聚类分析划分线路类型，选取各线路类型中具有代表性的线路作为调查线路；利用调查数据质量成本的概念计算调查车辆抽样率，确定各调查线路需人工调查的车辆数；进行人工调查，获取人工调查数据；对人工调查数据进行修正与扩样；计算各类型线路各时间段IC卡刷卡比例，与IC卡历史数据经过数据融合计算获得公交客流规模。本发明能够以较低成本的人工补充调查提高IC卡数据推算公交客流规模的精度，测算结果可反映线路客流情况，为公交运营模式选择和补贴方面提供决策依据。
-
公开(公告)号：CN116089842A
公开(公告)日：2023-05-09
申请号：CN202310152204.6
申请日：2023-02-23
Applicant: 同济大学
Abstract: 一种视频轨迹数据集车道全域跟驰车对匹配及提取方法，车辆轨迹数据集，包含所采集道路上每条车每时刻的轨迹点信息，不论对于宏观交通现象还是微观驾驶行为，如跟驰、换道的研究均具有重要的作用。本方法旨在建立一套标准化的跟驰车对匹配及提取方法，针对轨迹数据集，对每条轨迹存在的驾驶行为进行检测及分类，并可以高效、快捷识别出整个车道长度范围内，处于跟驰状态的跟驰车对，从而为驾驶行为的深入研究打下基础。
-
公开(公告)号：CN114372671A
公开(公告)日：2022-04-19
申请号：CN202111478438.7
申请日：2021-12-06
Applicant: 同济大学
Abstract: 本发明涉及一种考虑出行环境的公共交通站点站域可达性评价方法，包括：S1、获取影响站域步行阻抗的环境指标集；S2、确定关键环境因素；S3、确定各个关键环境因素的层次；S4、基于乘客出行意愿调查表获取出行路径选择调查数据；S5、基于出行路径选择调查数据建立二元logit模型，计算各个关键环境因素的支付意愿；S6、建立考虑步行环境的步行综合成本模型；S7、在一定出行成本下，步行能够到达的兴趣点数量作为衡量步行可达性的指标，获得站域可达性计算模型；S8、基于站域可达性计算模计算各站点的站域可达性。与现有技术相比，本发明建立了出行物理环境与乘客心理感知阻抗的映射关系，实现了站域可达性的客观可靠评价。
-
公开(公告)号：CN107679654B
公开(公告)日：2021-07-27
申请号：CN201710876317.5
申请日：2017-09-25
Applicant: 同济大学
Abstract: 本发明属于停车场领域，公开了一种停车规模预估控制系统及实现方法，包括：预测停车需求模块，用路网容量进行预测的校核模块和计算停车运营效能模块；实现方法包括：对不同类型停车场建设进行停车需求预测；根据停车场归属类型分类；弹出推荐的停车需求预测模型，输入参数；输入影响因素的修正系数；参数和影响因素及系数输入后，根据模型公式，计算出停车需求；用基地周边路网交通承载力对停车规模进行校核，得到最终的停车需求总量；得到总量后，计算得到各自需配备的停车泊位，完成对停车需求的预测。本发明用路网容量进行预测的校核，计算停车运营效能；产生一个合理的停车投资方案；提升停车场的经济效益。
-
公开(公告)号：CN113111502A
公开(公告)日：2021-07-13
申请号：CN202110356714.6
申请日：2021-04-01
Applicant: 同济大学
Abstract: 本发明涉及一种基于跟驰模型与驾驶员特征的驾驶员感知距离建模方法，具体包括以下步骤：S1、获取目标车辆和前方车辆的运行轨迹数据；S2、获取目标跟驰模型，计算驾驶员特征参数；S3、获取驾驶过程中目标车辆与前方车辆的感知距离与真实距离之间的误差概率分布；S4、建立误差概率分布、驾驶员特征参数与真实距离之间的关系函数；S5、根据运行轨迹数据对关系函数进行优化，得到关系函数的优化系数；S6、获取驾驶员感知距离误差模型，根据真实距离和优化后的关系函数计算得到基于跟驰模型与驾驶员特征的驾驶员感知距离模型。与现有技术相比，本发明具有同时考虑距离感知行为的影响因素与异质性特征、提高驾驶员感知距离模型的准确性等优点。
-
Patent Agency Ranking
公开(公告)号：CN107958610B
公开(公告)日：2020-07-28
申请号：CN201711164667.5
申请日：2017-11-21
Applicant: 同济大学
Abstract: 本发明涉及一种基于泊位共享的功能混合用地停车位预估方法，包括：采用影响因素修正系数模型，以现状年各业态停车需求生成率为基础，对目标年各业态停车需求生成率进行修正；基于停车需求一致稳定性特征，根据停车需求高峰比获得目标年功能混合用地不同业态建筑停车需求分时刻分布；利用不同业态建筑停车需求高峰时间的差异性，基于泊位共享预测混合用地分时刻停车需求量；根据共享型高峰停车需求量，在不同泊位供给政策情况下预估混合用地停车位。与现有技术相比，本发明考虑了功能混合用地不同业态建筑之间的泊位共享，避免了通过叠加单一配建指标所造成的停车泊位资源浪费，能够降低停车场的建设成本。
-
公开(公告)号：CN119876323A
公开(公告)日：2025-04-25
申请号：CN202510182520.7
申请日：2025-02-19
Applicant: 同济大学
IPC: C12Q1/02 , C12N5/10 , C12N5/079 , C12N5/0793 , C12N15/85 , C12N15/65 , C12N15/12 , C12N15/53 , G01N21/64
Abstract: 本发明公开了一种基于大脑类器官模型的神经元毒性化合物筛选方法，属于化学信息学技术领域。该方法包括：构建稳转人胚胎干细胞系并分为两组，分别为第一细胞系和第二细胞系；利用基因编辑技术将第一表达元件插入第一细胞系细胞的基因组，所述第一表达元件表达用于标记激活的神经元；利用基因编辑技术将所述第二表达元件插入第二细胞系细胞的基因组，所述第二表达元件用于实现神经元活性的可计量；将编辑后的第一细胞系和编辑后的第二细胞系分化培养分别得到第一大脑类器官和第二大脑类器官；第一大脑类器官和第二大脑类器官为实验载体，构建神经元毒性化合物筛选平台，并对神经元毒性化合物筛选平台进行测试。
-
公开(公告)号：CN116341926A
公开(公告)日：2023-06-27
申请号：CN202310194893.7
申请日：2023-03-02
Applicant: 同济大学
IPC: G06Q10/0637 , G06Q50/26
Abstract: 本发明提出基于多模式交通网络的都市圈或城市群实质边界识别方法，包括多源出行信息数据的获取与预处理；基于改进马氏距离的点际可达性计算；基于异常影响因子的节点可达性计算；节点综合可达性计算；都市圈或城市群实质边界识别；基于功能多中心的识别结果验证。该方法基于新兴大数据分析技术设计了全新的点际可达性、节点可达性、节点综合可达性计算体系，并以此为基础提出了一个简单、高效、精准且易于理解的都市圈或城市群实质边界识别方法，对于相关大数据技术在城市与交通规划、工程领域的应用具有深刻的理论与现实意义。
-
公开(公告)号：CN113643538A
公开(公告)日：2021-11-12
申请号：CN202110918484.8
申请日：2021-08-11
Applicant: 昆山轨道交通投资置业有限公司 , 同济大学
Abstract: 本发明涉及一种IC卡历史数据和人工调查数据融合的公交客流测算方法，该方法包括：考虑公交客流量影响因素及客流变化规律，选取人工调查日期；根据公交线路基本属性，采用聚类分析划分线路类型，选取各线路类型中具有代表性的线路作为调查线路；利用调查数据质量成本的概念计算调查车辆抽样率，确定各调查线路需人工调查的车辆数；进行人工调查，获取人工调查数据；对人工调查数据进行修正与扩样；计算各类型线路各时间段IC卡刷卡比例，与IC卡历史数据经过数据融合计算获得公交客流规模。本发明能够以较低成本的人工补充调查提高IC卡数据推算公交客流规模的精度，测算结果可反映线路客流情况，为公交运营模式选择和补贴方面提供决策依据。
-
公开(公告)号：CN110223533B
公开(公告)日：2021-04-30
申请号：CN201910530235.4
申请日：2019-06-19
Applicant: 同济大学
Abstract: 本发明公开了一种基于生存分析的夜间驻留停车需求预测方法，其中，该方法包括：获取停车场连续停车数据和一些外部因素数据；根据停车特征分析划分停车的日间时段和夜间时段，将夜间停车需求转化为日间停放车辆的驻留部分；将停车事件用生存事件表述，进行相应的数据处理使其形式适用于生存分析方法；采用半参数模型方法，构建多种因素对停车时长影响的Cox比例风险模型；根据模型结果对不同条件下日间驶入车辆停放不同时长的概率进行预测，进一步得到预测的夜间停车需求。本发明提出了一种新的夜间停车需求预测的微观方法，且具有良好的预测精度。根据本发明提出的这种夜间驻留停车需求预测方法，能够为停车场的夜间需求管理提供依据，可用于精细化管理的定价、共享泊位开放、停车分区等方面。
-
-
-
-
-
-
-
-
-
Search Results
32
records
(took 0.022 seconds)
