-
公开(公告)号：CN113868202B
公开(公告)日：2022-05-31
申请号：CN202111472793.3
申请日：2021-12-06
Applicant: 深圳市城市交通规划设计研究中心股份有限公司 , 深圳市交通科学研究院有限公司
IPC: G06F16/16 , G06F16/172 , G06F16/28 , G06F16/29
Abstract: 一种地理文件数据存储及读写方法，属于数据通信技术领域。本发明包括步骤S100.浏览器通过HTML5 File API校验上传的地理数据文件，调用http请求接口传输文件流至服务器；步骤S200.服务器接收浏览器上传的地理数据文件流，通过geotools api解析.dbf和.shp文件的属性，将地理数据文件转化成标准通用的JSON数据格式返回浏览器；步骤S300.浏览器接收到JSON数据后，渲染出可编辑表格，用户进行编辑后再次向服务器传输匹配好的JSON；步骤S400.服务器接收浏览器传输过来的参数，通过geotools和opengis api进行postgresql建表和数据导入，通过jdbc api对表的属性信息进行符合参数条件的修改操作。本发明不需要额外的软件支持，即可实现数据处理，减少了操作流程。
-
公开(公告)号：CN115018213B
公开(公告)日：2022-11-25
申请号：CN202210946507.0
申请日：2022-08-09
Applicant: 深圳市城市交通规划设计研究中心股份有限公司
Abstract: 一种高速公路事故持续时间预测方法、电子设备及存储介质，属于交通事故分析和预测领域。为提高高速公路事故持续时间的预测准确性，本发明步骤包括数据采集，数据清洗，变量分类赋值，利用LASSO算法筛选与事故持续时间相关的变量，利用链式方程多重插补MICE填充缺失变量，基于完整样本集构建事故持续时间预测模型：首先构建包含输入层、两层隐藏层和输出层的前馈神经网络对数据集进行映射处理，然后构建COX半参数模型，用于高速公路事故持续时间预测。本发明基于深度学习的COX模型对丢失数据有一定的容忍度，深度学习的数据增强策略可以使模型对数据集中常见的数据噪声和数据缺失具有更强的弹性。
-
公开(公告)号：CN115018213A
公开(公告)日：2022-09-06
申请号：CN202210946507.0
申请日：2022-08-09
Applicant: 深圳市城市交通规划设计研究中心股份有限公司
Abstract: 一种高速公路事故持续时间预测方法、电子设备及存储介质，属于交通事故分析和预测领域。为提高高速公路事故持续时间的预测准确性，本发明步骤包括数据采集，数据清洗，变量分类赋值，利用LASSO算法筛选与事故持续时间相关的变量，利用链式方程多重插补MICE填充缺失变量，基于完整样本集构建事故持续时间预测模型：首先构建包含输入层、两层隐藏层和输出层的前馈神经网络对数据集进行映射处理，然后构建COX半参数模型，用于高速公路事故持续时间预测。本发明基于深度学习的COX模型对丢失数据有一定的容忍度，深度学习的数据增强策略可以使模型对数据集中常见的数据噪声和数据缺失具有更强的弹性。
-
公开(公告)号：CN113868202A
公开(公告)日：2021-12-31
申请号：CN202111472793.3
申请日：2021-12-06
Applicant: 深圳市城市交通规划设计研究中心股份有限公司 , 深圳市交通科学研究院有限公司
IPC: G06F16/16 , G06F16/172 , G06F16/28 , G06F16/29
Abstract: 一种地理文件数据存储及读写方法，属于数据通信技术领域。本发明包括步骤S100.浏览器通过HTML5 File API校验上传的地理数据文件，调用http请求接口传输文件流至服务器；步骤S200.服务器接收浏览器上传的地理数据文件流，通过geotools api解析.dbf和.shp文件的属性，将地理数据文件转化成标准通用的JSON数据格式返回浏览器；步骤S300.浏览器接收到JSON数据后，渲染出可编辑表格，用户进行编辑后再次向服务器传输匹配好的JSON；步骤S400.服务器接收浏览器传输过来的参数，通过geotools和opengis api进行postgresql建表和数据导入，通过jdbc api对表的属性信息进行符合参数条件的修改操作。本发明不需要额外的软件支持，即可实现数据处理，减少了操作流程。
-
-
-
Search Results
4
records
(took 0.039 seconds)
