-
公开(公告)号：CN115527366B
公开(公告)日：2023-07-25
申请号：CN202211103834.6
申请日：2022-09-09
Applicant: 扬州大学
Abstract: 本发明公开了一种大规模城市路网交通拥堵瓶颈辨识方法，包括：获取研究路网的GIS经纬度信息，将研究路网划分为大小相同的网格区块，提取分析时间周期内拥堵持续时间大于给定时长的网格区块，将提取的区块设定为候选交通拥堵瓶颈区块，确定候选交通拥堵瓶颈区块集合，构建交通拥堵传播图，根据交通拥堵传播图辨识独立拥堵区域进行分析，根据构建分析的交通拥堵传播图，对路网中主动产生拥堵最早的区块进行辨识，识别源头拥堵区块，定义源头拥堵区块集合，确定交通拥堵瓶颈区域。本发明能够基于车辆出行轨迹数据和网格划分技术对路网网格区块交通状态进行研判，精准辨识城市路网在不同时段的交通拥堵瓶颈区域。
-
公开(公告)号：CN115526382B
公开(公告)日：2023-05-23
申请号：CN202211103846.9
申请日：2022-09-09
Applicant: 扬州大学
Abstract: 本发明公开了一种路网级交通流预测模型可解释性分析方法，包括构建基于图卷积神经网络和循环神经网络的路网级交通流集成预测模型，判断模型对输入数据的关注部分或模型不同模块的权重，通过交通流空间关联矩阵和路段邻接矩阵提取空间依赖特征，从路网交通流空间关联度分析对交通流集成预测结果产生的影响，通过EEMD对交通流时间序列进行分解，利用SHAP可解释性机制，通过基于梯度加权类激活映射方法输出特征显著性热力图，对路网级交通流集成预测模型提取空间信息进行可解释性分析。本发明基于可解性技术揭示现实应用的路网级交通流预测模型的可解释性，帮助决策人员理解交通流预测模型的学习能力，进一步提高预测结果的可信度。
-
公开(公告)号：CN115526382A
公开(公告)日：2022-12-27
申请号：CN202211103846.9
申请日：2022-09-09
Applicant: 扬州大学
Abstract: 本发明公开了一种路网级交通流预测模型可解释性分析方法，包括构建基于图卷积神经网络和循环神经网络的路网级交通流集成预测模型，判断模型对输入数据的关注部分或模型不同模块的权重，通过交通流空间关联矩阵和路段邻接矩阵提取空间依赖特征，从路网交通流空间关联度分析对交通流集成预测结果产生的影响，通过EEMD对交通流时间序列进行分解，利用SHAP可解释性机制，通过基于梯度加权类激活映射方法输出特征显著性热力图，对路网级交通流集成预测模型提取空间信息进行可解释性分析。本发明基于可解性技术揭示现实应用的路网级交通流预测模型的可解释性，帮助决策人员理解交通流预测模型的学习能力，进一步提高预测结果的可信度。
-
Patent Agency Ranking
公开(公告)号：CN116258294A
公开(公告)日：2023-06-13
申请号：CN202211103100.8
申请日：2022-09-09
Applicant: 扬州大学
IPC: G06Q10/063 , G08G1/01 , G06Q50/26
Abstract: 本发明公开了城市路网交通拥堵时空演化模式可视化分析与提取方法，依据研究路网的GIS经纬度信息，将研究路网划分为大小相等的网格区块，对每一时间间隔的各个网格区块的交通状态进行研判，分析每一时间间隔内路网拥堵区块数量，构建路网拥堵区块变化图，依据路网拥堵区块数量指标在分析时间周期内的形态和交通拥堵时空演化周期特征界定分析时间周期内存在的交通拥堵时空演化周期，辨识其每一时间间隔内的独立拥堵区域，提取连通分支作为辨识出的独立拥堵时空演化分支，基于提取的独立拥堵时空演化分支，结合交通拥堵时空演化图定义符号，构建交通拥堵时空演化图，提取所构建的交通拥堵时空演化图中交通拥堵时空演化特征及模式。
-
公开(公告)号：CN115169673A
公开(公告)日：2022-10-11
申请号：CN202210765657.1
申请日：2022-07-01
Applicant: 扬州大学
IPC: G06Q10/04 , G06Q10/06 , G06Q50/20 , G06N3/04 , G06N3/08 , G06V10/762 , G06V10/764 , G06V10/82 , G06V20/40 , G06V20/52 , G06V40/16 , G06V40/20
Abstract: 本发明公开了一种智慧校园疫情风险监测与预警系统和方法，系统：包括图像数据采集处理模块，身份辨别模块、目标检测模块、轨迹辨识模块和疫情风险检测模块，图像数据采集处理模块用于对校园人群流动情况进行采集，根据流动数据进行预处理，包括数据增强、数据标注和数据集划分等预处理，身份辨别模块用于基于行人人脸识别与行人姿态识别辨识目标身份信息，目标检测模块用于对图像数据进行行人目标状态检测，轨迹辨识模块用于对行人的行动范围和行动模式进行检测，疫情风险检测模块用于辨别校园流量，对校园人群流动情况进行研判和预警。本发明能够提供校园内出行人员的精细化轨迹信息，辅以校园疫情流调数据，实现校园疫情精准防控。
-
公开(公告)号：CN113392880A
公开(公告)日：2021-09-14
申请号：CN202110583035.2
申请日：2021-05-27
Applicant: 扬州大学
Abstract: 本发明公开了一种基于偏差校正随机森林的交通流短时预测方法，属于道路交通信息监测领域，该预测方法首先通过特征提取技术从交通流时间序列中提取能够表征交通流特性的特征，然后通过设计数据驱动的特征选择策略来识别和遴选对于预测任务具有重要影响力的特征，最后基于偏差校正随机森林算法和遴选的重要特征构建交通流短时预测模型，对未来的交通流状态参数进行预测。
-
公开(公告)号：CN115527366A
公开(公告)日：2022-12-27
申请号：CN202211103834.6
申请日：2022-09-09
Applicant: 扬州大学
Abstract: 本发明公开了一种大规模城市路网交通拥堵瓶颈辨识方法，包括：获取研究路网的GIS经纬度信息，将研究路网划分为大小相同的网格区块，提取分析时间周期内拥堵持续时间大于给定时长的网格区块，将提取的区块设定为候选交通拥堵瓶颈区块，确定候选交通拥堵瓶颈区块集合，构建交通拥堵传播图，根据交通拥堵传播图辨识独立拥堵区域进行分析，根据构建分析的交通拥堵传播图，对路网中主动产生拥堵最早的区块进行辨识，识别源头拥堵区块，定义源头拥堵区块集合，确定交通拥堵瓶颈区域。本发明能够基于车辆出行轨迹数据和网格划分技术对路网网格区块交通状态进行研判，精准辨识城市路网在不同时段的交通拥堵瓶颈区域。
-
公开(公告)号：CN113392880B
公开(公告)日：2021-11-23
申请号：CN202110583035.2
申请日：2021-05-27
Applicant: 扬州大学
Abstract: 本发明公开了一种基于偏差校正随机森林的交通流短时预测方法，属于道路交通信息监测领域，该预测方法首先通过特征提取技术从交通流时间序列中提取能够表征交通流特性的特征，然后通过设计数据驱动的特征选择策略来识别和遴选对于预测任务具有重要影响力的特征，最后基于偏差校正随机森林算法和遴选的重要特征构建交通流短时预测模型，对未来的交通流状态参数进行预测。
-
-
-
-
-
-
-
Search Results
8
records
(took 0.02 seconds)
