-
公开(公告)号：CN113538945B
公开(公告)日：2022-05-20
申请号：CN202110757091.3
申请日：2021-07-05
Applicant: 大连海事大学
IPC: G08G1/0967 , G08G1/048 , G08G1/01 , G08B21/18
Abstract: 本发明提供了恶劣交通运输环境的预警方法、系统及存储介质，该方法包括：确定本次交通运输的路线以及运输时间；获取在运输时间下路线途径区域的气象信息；获取本次交通运输的路线中设置有落石提醒标志的路段；将获取的气象信息和有落石提醒标志的路段信息输入至恶劣交通环境预警模型中，对本次交通运输的恶劣交通环境进行预警；恶劣交通环境预警模型包括：落石和气象数据以及地形数据的映射关系。本发明通过将气象数据和带有落石提醒标志的路段输入恶劣交通运输环境预警模型，得到恶劣交通运输环境预警结果并进行处理，综合考虑了气象和地形，能够准确对气象原因导致山体落石这一恶劣交通运输环境进行预警，保证了交通运输的顺畅和安全。
-
公开(公告)号：CN113298475A
公开(公告)日：2021-08-24
申请号：CN202110730328.9
申请日：2021-06-30
Applicant: 大连海事大学
IPC: G06Q10/08 , G06Q10/06 , G06F16/245 , G01D21/02 , A61B5/0205
Abstract: 本发明提供一种基于物联网的危险品判断及运输安全检测方法及系统。包括获取危险品的种类信息、危险品发生物理化学变化的条件信息、危险品运输时所处的周围环境信息、运输过程中危险品的状态信息以及驾驶员的健康状态信息，并建立数据库；设定危险指数阈值；获取当前危险品发生物理化学变化的条件信息、当前危险品运输时所处的周围环境信息、当前危险品运输过程中出现的状态信息以及当前驾驶员的健康状态信息；基于获取到的当前信息，与数据库中的存储信息进行匹配分析，判断危险品的种类，并计算得到实时危险指数；判断实时危险指数是否超过预先设定的危险指数阈值，若超过，则发出警报，并给出预警信息；若未超过，则表示运输过程安全。
-
公开(公告)号：CN118428545A
公开(公告)日：2024-08-02
申请号：CN202410610817.4
申请日：2024-05-16
Applicant: 大连海事大学
IPC: G06Q10/04 , G06Q50/26 , G06Q50/40 , G06F16/21 , G06F16/23 , G06F16/29 , G06F18/20 , G06F18/21 , G06N3/045 , G06N3/0442 , G06N3/0464 , G06N3/08 , G06N3/0455 , G06N3/0499 , G06N5/045 , G06F123/02
Abstract: 本发明提供一种解决在突发事件影响下的船舶排放时间序列预测方法，包括：利用基于船舶航行活动状态识别的改进方法，估算特定海域内的船舶排放量，并构建特定海域内船舶排放数据库；构建模块化深度学习模型SCLCC，并利用SCLCC模型对船舶排放数据库进行训练，从而对在突发事件影响下的船舶排放时间序列进行预测；采用均方误差、平均绝对误差、平均绝对百分比误差以及调整的R2值指标，对SCLCC模型的性能进行评价；利用Spearman相关性检验以及衍生动态时间扭曲算法DDTW分析经过STL分解后数据相关性以及时间序列数据相似性的变化，然后将SCLCC模型的解释聚焦于趋势项和季节项以及回顾时间窗中的各时间点对SCLCC模型的相对贡献，以此确保SCLCC模型的可解释性。
-
公开(公告)号：CN118333397A
公开(公告)日：2024-07-12
申请号：CN202410492527.4
申请日：2024-04-23
Applicant: 大连海事大学
IPC: G06Q10/0635 , G06Q50/26 , G06F18/2113 , G06F18/26 , G06N20/20
Abstract: 本发明提供一种海上交通事故严重程度预测方法，包括：利用海上事故调查报告，构建海上事故风险影响因素数据集；基于构建的海上事故风险影响因素数据集，采用特征选择方法训练机器学习模型的准确性和特征选择的可解释性；采用稳定性评价、预测性能评价、综合评价与统计检验的三阶段性能评价方法，评价特征选择方法的性能；采用六种机器学习模型进行比较，衡量不同预测因子的性能，将船舶事故严重程度预测性能最好的机器学习模型作为基准模型；利用筛选出的预测性能最高的模型和最优的特征进行事故严重程度预测，并进行效益评估，从定量角度反事实分析风险控制措施的效果。本发明方法可以有效地分析和预测海上事故的严重程度。
-
公开(公告)号：CN113537752B
公开(公告)日：2024-06-14
申请号：CN202110777839.6
申请日：2021-07-09
Applicant: 大连海事大学
IPC: G06Q10/0631 , G06Q50/40 , G06F16/29
Abstract: 本发明提供了一种基于多数据源的交通运输大数据调度方法及调度平台，基于从运输公司订单系统、地理信息系统、气象信息系统、交通管理信息系统、运输公司信息管理系统多种数据来源的系统中获取多种信息，基于多种信息进行运输路线规划，规划出的运输路线为分段路线，每段路线所需的运输时间不超过预设时间，各个分段路线首尾相接，且距离每个分段路线起点预设距离处具有运输点；确定出与分段路线对应数量的车辆，利用确定出的多个车辆完成协同接力运输，由于每段路线所需的运输时间不超过预设时间，所以长途运输中车辆不需要连续行驶，避免车辆连续行驶造成的损耗，司机也不需要连续驾驶，避免司机疲劳驾驶导致安全隐患，确保运输过程合法合规。
-
Patent Agency Ranking
公开(公告)号：CN119443786A
公开(公告)日：2025-02-14
申请号：CN202411453591.8
申请日：2024-10-17
Applicant: 大连海事大学
IPC: G06Q10/0635 , G06Q50/40 , G06F16/2458 , G06N5/025
Abstract: 本申请适用于海上交通事故研究领域，提供了海上交通事故的风险影响因素分析方法，所述方法，包括：通过ARM技术，在不同船型海上交通事故调查报告中挖掘出不同船型海上交通事故中风险影响因素间的关联关系；基于所述关联关系，通过CN理论构建不同船型海上交通事故中风险影响因素的风险交互网络，并分析所述风险交互网络的拓扑特征数据；根据所述拓扑特征数据和基于WINGS方法构建的动态分析模型，获取不同船型海上交通事故中风险影响因素间的因果关系；基于所述因果关系和基于AISM方法建立的对抗性层次拓扑模型，确定不同船型海上交通事故中风险影响因素间的因果层次关系。
-
公开(公告)号：CN113538908A
公开(公告)日：2021-10-22
申请号：CN202110777844.7
申请日：2021-07-09
Applicant: 大连海事大学
Abstract: 本发明提供一种基于组合特征参数的路况分区系统，包括：交通流数据硬件感知层，包括终端节点和数据收集传输模块，其中，终端节点包括布置行驶车辆上的第一数据提取单元、布置在道路固定设施上的第二数据提取单元以及与外部网络连接的第三数据提取单元；云服务层，包括部署在云端的云数据库及云服务器，云数据库用于对车辆在行驶过程中产生的数据进行保存，云服务器用于对数据进行分析计算从而获得路况分区方案。本发明基于多源数据融合思想实现，克服了因为特征参数选择单一造成的路况分区不合理问题。
-
公开(公告)号：CN113538907A
公开(公告)日：2021-10-22
申请号：CN202110777834.3
申请日：2021-07-09
Applicant: 大连海事大学
Abstract: 本发明提供一种基于交通流分级的行车时间估计系统，包括：交通流数据硬件感知层，包括终端节点和数据收集传输模块；云服务层，包括部署在云端的云数据库及云服务器，云数据库用于对车辆在行驶过程中产生的数据进行保存，其中云服务器包括：路况分区系统；路况子区分级系统；路况子区路段行驶时间评估系统以及行车时间获取系统。本发明可以从多角度采集交通流的影响数据，基于多源数据对交通路况进行分区，再基于分区结果进行行驶时间估计，考虑各分区路径行驶时间的耦合关系，特别适用于行车高峰时期的行驶时间判断。
-
公开(公告)号：CN118706487A
公开(公告)日：2024-09-27
申请号：CN202410690610.2
申请日：2024-05-30
Applicant: 大连海事大学
Abstract: 本发明一种船舶倾斜环境下人员运动特征的实验方法，包括以下步骤：获取多个实验人员的身高和体重数据；将行走平台按照0°～16°平均划分N组倾斜角度进行设置，分别记录多个实验人员从第一平台经过中间走廊达到所述第二平台的过程；从实验人员的位置参数分析出不同性别、不同身体尺寸下实验人员的速度特征；记录两组实验人员分别从第一平台和所述第二平台对向移动的过程，采用Voronoi方法计算每一时刻的人员密度，从而进行人员在连接走廊区域的密度量化分析；计算实验人员的瞬时速度和单位时间内通过断截面的人员数量。本发明揭示了不同倾斜角度对疏散的影响，对加深理解船舶倾斜情况下的人员撤离特征具有重要意义。
-
公开(公告)号：CN113538908B
公开(公告)日：2022-05-17
申请号：CN202110777844.7
申请日：2021-07-09
Applicant: 大连海事大学
Abstract: 本发明提供一种基于组合特征参数的路况分区系统，包括：交通流数据硬件感知层，包括终端节点和数据收集传输模块，其中，终端节点包括布置行驶车辆上的第一数据提取单元、布置在道路固定设施上的第二数据提取单元以及与外部网络连接的第三数据提取单元；云服务层，包括部署在云端的云数据库及云服务器，云数据库用于对车辆在行驶过程中产生的数据进行保存，云服务器用于对数据进行分析计算从而获得路况分区方案。本发明基于多源数据融合思想实现，克服了因为特征参数选择单一造成的路况分区不合理问题。
-
-
-
-
-
-
-
-
-
Search Results
16
records
(took 0.028 seconds)
