一种基于速度时空图的交通拥堵成因智能识别算法

    公开(公告)号:CN111785031B

    公开(公告)日:2021-01-19

    申请号:CN202010925899.3

    申请日:2020-09-07

    Abstract: 一种基于速度时空图的交通拥堵成因智能识别算法,属于交通规划与管理技术领域。解决了现有技术中拥堵子集的特征量化指标提取成本高,缺乏对分类后交通拥堵成因的细致识别,无法支撑具有针对性的交通拥堵疏散决策的问题。要点:数据预处理:获得路段速度;基于速度时空图拥堵分类:依托速度时空图,利用图像形态学获得交通拥堵子集,通过拥堵特征提取方法,采用无监督分类算法实现交通拥堵子集的无监督分析结果;常偶发拥堵判别:基于McMaster算法或加州算法实现交通拥堵的常偶发判别;基于决策树的拥堵成因智能判别:基于拥堵子集分类与常偶发判别,结合数据实现拥堵成因的精细化判别。本发明利用路段速度提出交通拥堵成因智能判别算法。

    一种基于速度时空图的交通拥堵成因智能识别算法

    公开(公告)号:CN111785031A

    公开(公告)日:2020-10-16

    申请号:CN202010925899.3

    申请日:2020-09-07

    Abstract: 一种基于速度时空图的交通拥堵成因智能识别算法,属于交通规划与管理技术领域。解决了现有技术中拥堵子集的特征量化指标提取成本高,缺乏对分类后交通拥堵成因的细致识别,无法支撑具有针对性的交通拥堵疏散决策的问题。要点:数据预处理:获得路段速度;基于速度时空图拥堵分类:依托速度时空图,利用图像形态学获得交通拥堵子集,通过拥堵特征提取方法,采用无监督分类算法实现交通拥堵子集的无监督分析结果;常偶发拥堵判别:基于McMaster算法或加州算法实现交通拥堵的常偶发判别;基于决策树的拥堵成因智能判别:基于拥堵子集分类与常偶发判别,结合数据实现拥堵成因的精细化判别。本发明利用路段速度提出交通拥堵成因智能判别算法。

    一种基于容器化的交通算法标准化封装方法

    公开(公告)号:CN111880821A

    公开(公告)日:2020-11-03

    申请号:CN202011036713.5

    申请日:2020-09-28

    Abstract: 一种基于容器化的交通算法标准化封装方法,属于智能交通数据处理技术领域。本发明包括步骤S1.完成交通算法核心内容开发;步骤S2.采用python的Flask,开发HTTP协议的算法RESTful接口;步骤S3.将算法和运行的环境进行Docker镜像制作;步骤S4.镜像部署到交通大数据平台的算法仓库上;步骤S5.在交通大数据平台上申请接口服务,输入数据后成功调用算法接口并返回输出结果。本发明实现封装后的交通算法统一存放在大数据平台内,不需要分别存储在平台子系统中,用户可以从统一的算法池里调用交通算法,容器化交通算法镜像启动避免了交通算法运行的参数、接口混乱,用完即释放容器,减少了信息传输量。

Patent Agency Ranking