一种车厢载客人数实时计算方法及装置

    公开(公告)号:CN112966218A

    公开(公告)日:2021-06-15

    申请号:CN202110215627.9

    申请日:2021-02-26

    发明人: 曾明 丁保剑 秦伟

    IPC分类号: G06F17/18 G06Q10/04 G06Q50/26

    摘要: 本申请实施例公开了一种车厢载客人数实时计算方法及装置。本申请实施例提供的技术方案,通过基于历史客流运行数据确定各个乘客的乘车路径,根据乘车路径遍历出对应的预测行程,基于站内行程时间分布信息确定各个预测行程的行程时间,根据各个行程时间与实际路径耗时的比对结果从预测行程中确定各个乘客的实际行程。之后,通过确定当前地铁线网的运行车辆,基于运行车辆的运行位置和运行时间分布信息比对当前乘客实际行程对应的子行程,确定各个车厢的车厢载客人数。采用上述技术手段,可以提升车厢载客人数的计算精度,基于车厢载客人数的精确计算实现更好的轨道交通运行管理效果。

    振动预测及模型训练方法、装置、计算机设备和存储介质

    公开(公告)号:CN112001482A

    公开(公告)日:2020-11-27

    申请号:CN202010819584.0

    申请日:2020-08-14

    IPC分类号: G06N3/04 G06N3/08 G06K9/00

    摘要: 本发明实施例公开了一种振动预测及模型训练方法、装置、计算机设备和存储介质,该振动预测方法包括:检测电机连续n次通过皮带驱动地铁站台的闸门开启或关闭时、皮带的振幅,获得n条原始振动曲线;将n条原始振动曲线分别输入卷积神经网络中进行处理,以分别提取n个原始振动特征;将n个原始振动特征按照顺序依次输入n个链式依赖的长短期记忆网络中进行处理,以依次输出n个原始隐含特征;将n个原始隐含特征输入深度神经网络中进行处理,以生成电机下一次通过皮带驱动地铁站台的闸门开启或关闭时、皮带的振幅,获得目标振动曲线。实现实时监测皮带在闸门开启或关闭时的状态,有助于提升开启或关闭闸门的控制效果,从而提升检修皮带的效率。

    地铁屏蔽门故障间隔时间预测模型建立及预测方法

    公开(公告)号:CN110428109B

    公开(公告)日:2020-11-03

    申请号:CN201910728058.0

    申请日:2019-08-07

    IPC分类号: G06F16/00

    摘要: 本发明涉及一种地铁屏蔽门故障间隔时间预测模型建立及预测方法,地铁屏蔽门故障间隔时间预测模型建立,包括以下步骤:步骤1:获取地铁屏蔽门的历史运行数据,对历史运行数据进行预处理;步骤2:对预处理后的历史运行数据建立特征工程,得到特征工程数据;步骤3:对特征工程数据进行WOE和IV计算,得到每一条特征工程数据的IV值;步骤4:筛选出当前站点的当前屏蔽门的若干个IV值作为训练模型的训练数据,将训练数据输入GBDT模型进行训练,得到当前站点的当前屏蔽门的训练模型,得到的训练模型作为预测模型。本发明基于数据驱动对地铁屏蔽门故障进行预测,能够针对性的为每个屏蔽门建立对应的预测模型,预测准确性高,通用性好。

    一种地铁客流预测方法、装置、电子设备及存储介质

    公开(公告)号:CN110991607A

    公开(公告)日:2020-04-10

    申请号:CN201911120453.7

    申请日:2019-11-15

    摘要: 本申请实施例公开了一种地铁客流预测方法,包括:获取乘车数据源;将乘车数据源整合为对应的乘车数据,并根据乘车数据构建时间特征;整合分析以获得若干模型输入量;基于模型输入量构建若干个距离待测时刻不同时刻范围的数据特征集并进行归一化处理,构建每一个时间范围分别对应的RTNN模型,且按照时间范围距离待测时刻由远至近的顺序,将每个RTNN模型中的每一个数据特征依次进行传递。本方案中,基于RTNN网络模型不仅克服了现有技术中只能挖掘一个张量内各元素之间的相互关系或时序关系,而可以刻画多个张量间的时序变化,且结合了时间序列之间的传递性,可以有效避免网络中长时间间隔信息损失的问题。

    一种人脸聚类方法、装置、设备及存储介质

    公开(公告)号:CN112016623B

    公开(公告)日:2024-06-18

    申请号:CN202010888418.6

    申请日:2020-08-28

    IPC分类号: G06V10/762 G06V40/16

    摘要: 本发明实施例公开了一种人脸聚类方法、装置、设备及存储介质,该方法包括:将包含人脸的原始图像数据划分至多个第一分组中,在每个第一分组中,查找人脸具有差异性的原始图像数据,作为候选图像数据,查找与候选图像数据的人脸相似的原始图像数据,并划分至多个第二分组中,在每个第二分组中,对原始图像数据进行聚类,获得候选人脸集合,若候选人脸集合之间关于人脸相似,则将候选人脸集合合并为目标人脸集合。将包含人脸的原始图像数据分批次划分至不同的分组进行组内处理,降低了单次数据处理的计算量,节省内存,筛选出候选人脸集合再进行集合的合并,便于构造单个人脸数据的邻域,减少耗时,提高人脸聚类效率。

    一种分布式大规模人脸聚类方法及装置

    公开(公告)号:CN111738341B

    公开(公告)日:2022-04-26

    申请号:CN202010587955.7

    申请日:2020-06-24

    IPC分类号: G06K9/62

    摘要: 本申请实施例公开了一种分布式大规模人脸聚类方法及装置。本申请实施例提供的技术方案,通过将待聚类人脸图片进行分批聚类并汇总聚类结果,得到聚类集合和未聚类集合,从聚类集合的每个类中抽取设定数量的人脸图片构成代表类,并计算每一个未聚类人脸图片与每个代表类的相似度距离,得到相似度距离集合,基于相似度距离集合将未聚类人脸图片聚类到最相似的代表类中,并根据设定的链接阈值确定各个未聚类人脸图片与对应的代表类的链接关系,基于链接关系合并各个代表类,输出合并结果。采用上述技术手段,可以减少大规模人脸数据聚类的数据计算量,减少内存的消耗,在保障聚类结果稳定的前提下提升人脸聚类效率。

    基于卡口记录的车辆轨迹预测方法及装置

    公开(公告)号:CN112672288B

    公开(公告)日:2022-11-04

    申请号:CN202011483218.9

    申请日:2020-12-15

    摘要: 本申请实施例公开了基于卡口记录的车辆轨迹预测方法及装置。本申请实施例提供的技术方案,通过获取当前车辆已知轨迹末段的卡口序列,基于卡口序列构建对应不同阶数的候选模式,通过候选模式筛选确定命中模式,并提取与命中模式匹配的历史轨迹,作为命中轨迹。以命中模式中最后一个卡口作为预测标记并对齐命中轨迹,从预测标记之后依次使用预设的加权窗口滑动选中各个命中轨迹的卡口作为命中卡口,基于卡口数量和卡口位置的窗口权重从命中卡口中逐个确定预测卡口,基于各个预测卡口选中一个命中轨迹作为预测轨迹。采用上述技术手段,可以基于当前车辆的已知轨迹准确地选择一历史轨迹作为预测轨迹,以此来提升车辆轨迹的预测效率和精准度。