-
公开(公告)号：CN118153755A
公开(公告)日：2024-06-07
申请号：CN202410292954.8
申请日：2024-03-14
Applicant: 中南大学
Abstract: 本申请涉及智能交通技术领域，提供了一种城市出行流量预测方法、装置、设备及介质。该方法包括：获取出行轨迹、天气状况数据以及兴趣点数据；基于出行轨迹获取车辆流出量、车辆流入量和网格区域与其他网格区域之间的有向出行流量；基于车辆流出量、车辆流入量、天气状况数据以及兴趣点数据获取时间段网格区域的特征向量；基于特征向量构建网格区域关系图并获取表征向量；根据出行轨迹对表征向量进行编码获取有向表征向量；利用出行流量解码器对有向表征向量进行预测得到出行流量预测值；对出行流量解码器进行优化得到出行流量预测模型；利用出行流量预测模型进行预测，得到出行流量预测结果。本申请的方法能提高对出行流量进行预测的精确度。
-
公开(公告)号：CN112991745B
公开(公告)日：2021-08-03
申请号：CN202110480692.4
申请日：2021-04-30
Applicant: 中南大学
Abstract: 本发明公开了一种分布式框架下交通流动态协同分配方法，以交叉路口为次级分配单位设立了多个虚拟的局部子规划中心，每个子规划中心管理与此交叉路口连接的多个路段。每个子规划中心根据特定规则在此局域内为车辆重新规划通行路径并选择下一通行路段。多个子规划中心的配流过程可以同步进行，并最终将配流结果反馈到上一层次，大幅提升了交通配流效率；同时借助于市场行为中的招投标机制向路段分配交通流，提出了面向城市路网的交通流动态协同分配方法。该方法首先在对路段阻抗分析的基础上分析并筛选拥堵路段交叉口，在每一个拥堵交叉口智能体中将拥堵路段作为招标人，将畅通路段作为投标人，采用招投标机制将车辆分配给出价最高的投标路段。
-
公开(公告)号：CN110909788B
公开(公告)日：2020-11-27
申请号：CN201911135825.3
申请日：2019-11-19
Applicant: 湖南博通信息股份有限公司 , 中南大学
Abstract: 本发明提供一种基于统计聚类的轨迹数据中道路交叉口位置识别方法，包括轨迹数据坐标投影转换、轨迹数据化简处理；针对化简后轨迹数据，采用多核并行计算方式，根据采样点转向变化识别道路交叉口区域内的采样点，构成转向采样点集合；以转向采样点集合为输入，利用自适应统计聚类算法进行自动划分聚类，将不同位置的道路交叉口进行剥离；最后，针对每个转向采样点聚类，通过最小外接圆拟合算法计算覆盖该聚类的最小外接圆的中心位置和半径，以最小外接圆的中心和半径表示该道路交叉口的中心位置和区域范围。
-
公开(公告)号：CN111310340A
公开(公告)日：2020-06-19
申请号：CN202010103108.9
申请日：2020-02-19
Applicant: 中南大学
IPC: G06F30/20 , G06F16/29 , G06F16/2458 , G06Q50/26
Abstract: 本发明公开了一种基于人类移动的城市区域交互异常关系识别方法，包括如下步骤：S1，获取目的地-居民地二分网络和人类出行轨迹数据；S2，根据所述目的地-居民地二分网络的人口密度，POI密度，获取区域间吸引力模型；S3，根据所述区域间吸引力模型获取所述目的地-居民地二分网络的最大人流；S4,根据所述人类出行轨迹数据计算所述目的地-居民地二分网络的第二人流；S5，对所述目的地-居民地二分网络的最大人流以及所述目的地-居民地二分网络的第二人流进行相减获得人流正负网络；S6，对所述人流正负网络进行聚类获取所述异常区域。本发明基于人类出行数据，挖掘城市区域交互关系发现城市的异常关系。
-
公开(公告)号：CN107248033B
公开(公告)日：2020-02-07
申请号：CN201710398869.X
申请日：2017-05-31
Applicant: 中南大学
IPC: G06Q10/06
Abstract: 本发明提供了一种空天地对地观测的区域任务分解方法，包括：根据时间约束条件将区域任务分解为观测资源观测的子任务；根据所述各子任务之间的位置关系，将所述区域任务分解为元任务。本发明将区域任务分解为可由四类观测资源联合观测的元任务，能够适应当前空天地一体化的发展趋势和协同观测需求。由于考虑了观测资源的承载能力以及任务的时间约束条件，有效地避免了网格分解方法中任务边界的空间误差，有效地降低了元任务的数量规模，从而极大地提高了后续对元任务的分配效率。
-
Patent Agency Ranking
公开(公告)号：CN110472729A
公开(公告)日：2019-11-19
申请号：CN201910712725.6
申请日：2019-08-02
Applicant: 中南大学
Abstract: 本发明提供了一种基于综合CNN-LSTM的岩爆状态预测方法，包括：根据岩爆状态变量时序数据，进行岩爆状态变量的相空间重构，得到相空间；将所述相空间输入卷积神经网络CNN，得到具有高维特征信息的时间序列；将所述时间序列输入深度学习LSTM模型，进行特征时间序列预测；将所述岩爆状态变量时序数据划分为训练集数据和测试集数据，利用所述训练集数据对CNN-LSTM模型进行学习训练，提取所述相空间数据演化的时间特征，获得训练好的CNN-LSTM模型。本发明的方法将CNN表现出的数据特征高表达能力与深度学习LSTM模型在连续性时序数据预测上的优势组合起来进行t+1时刻岩爆状态预测，以降低预测误差，提高预测精度。
-
公开(公告)号：CN119046714A
公开(公告)日：2024-11-29
申请号：CN202411530328.4
申请日：2024-10-30
Applicant: 中南大学
IPC: G06F18/23211 , G06F17/18 , G06F18/22
Abstract: 本申请涉及社团发现技术领域，提供了一种基于移动轨迹的社团发现方法及设备，该方法包括：对起始轨迹点进行聚类得到多个起始簇，对所有终点轨迹点进行聚类得到多个终点簇；计算起始簇与终点簇之间的时间重叠度和空间重叠度，并根据时间重叠度和空间重叠度，从所有终点簇中确定出目标重叠簇，将起始簇与目标重叠簇合并得到合并簇；计算每两个合并簇之间的连接权重；根据每个合并簇中所有轨迹点的位置计算每个合并簇的高斯嵌入表示，并基于所有连接权重和所有高斯嵌入表示构建目标函数；对目标函数进行求解，得到合并簇的最终高斯嵌入表示；基于所有最终高斯嵌入表示对合并簇进行聚类，得到社团划分结果。该方法能够提高社团发现的准确性。
-
公开(公告)号：CN118134673B
公开(公告)日：2024-08-09
申请号：CN202410552053.8
申请日：2024-05-07
IPC: G06Q50/00 , G06F16/2457 , G06F16/29 , G06N3/126 , G06N7/01
Abstract: 本发明公开了一种城市空间的竞争合作强度计算方法，包括获取城市空间数据信息并预处理和构建目标城市空间交互图；得到目标城市中各个街区隶属于各个社团的隶属度数据，计算目标城市重叠社团数据；计算得到各个重叠社团的特征向量；对各个社团之间的交互流量进行建模；采用遗传算法进行重复迭代计算，得到最优的各个社团与各个街区的竞争合作强度数据，完成目标城市空间的竞争合作强度计算。本发明还公开了一种实现所述城市空间的竞争合作强度计算方法的系统。本发明基于城市空间数据信息推演城市空间的竞争合作强度数据，解决了多因素影响下难以进行整体性分析的难点，不仅能够完成城市空间的竞争合作强度的计算分析，而且可靠性高、精确性好。
-
公开(公告)号：CN116813377B
公开(公告)日：2024-08-06
申请号：CN202310169757.2
申请日：2023-02-27
Applicant: 中南大学 , 高速铁路建造技术国家工程研究中心
IPC: C04B40/00 , C04B28/04 , C04B111/27
Abstract: 本发明公开了一种促进混凝土裂缝自愈合的活性材料及其制备方法和应用。该活性材料包括碳酸钠、硅酸钠、甲酸钙、纳米二氧化硅、甘氨酸和三乙醇胺。该活性材料修复能力强，在混凝土拌合时加入所述活性材料，能够在标准养护条件下，甚至是海洋环境条件中减小混凝土表面开裂后裂缝的宽度，并显著提升混凝土结构的力学性能、抗渗性能和耐久性等性能。材料的制备方法简单，成本低廉，适合工业化应用。
-
公开(公告)号：CN118424258A
公开(公告)日：2024-08-02
申请号：CN202410497505.7
申请日：2024-04-24
Applicant: 中南大学 , 广州市城市规划勘测设计研究院有限公司
Abstract: 本发明公开了一种基于Viterbi算法的路网匹配方法，包括获取待匹配路网和轨迹的数据信息；遍历待匹配轨迹中的GPS采样点并生成对应的候选点；根据候选点生成候选图，计算候选图中各边的传输概率及候选点间的路径与真实路径间的匹配度；基于Viterbi算法、传输概率及匹配度，对候选图进行遍历，得到最佳匹配路径，从而完成路网匹配。本发明还公开了一种实现所述基于Viterbi算法的路网匹配方法的系统。本发明基于Dijkstra算法进行路径匹配并基于Viterbi算法进行候选图的遍历，因此本发明不仅能够实现路网的匹配，而且可靠性更高，精确性更好，稳定性更好。
-
-
-
-
-
-
-
-
-
Search Results
57
records
(took 0.02 seconds)
