-
公开(公告)号：CN104573873B
公开(公告)日：2017-08-25
申请号：CN201510036348.0
申请日：2015-01-23
Applicant: 哈尔滨工业大学
Abstract: 一种基于模糊决策树的航站楼离港旅客流量预测方法，本发明涉及航站楼离港旅客流量预测方法。本发明是要解决现有技术在解决航站楼拥堵的现象中寻优速度慢、实时性差、推广能力低、应用较为繁琐、效率不高以及不能满足简洁准确的预测要求的问题而提出的一种基于模糊决策树的航站楼离港旅客流量预测方法。该方法通过1得到隶属度数据；2选取模糊信息熵最小的属性作为模糊决策树的根结点；3得到叶子结点的联合置信度λ；4若λ>λ0结束拓展把叶子结点的联合置信度λ定为旅客流量等级概率；5若叶子结点的联合置信度λ≤λ0，则重复步骤三直至叶子结点满足λ>λ0为止得到模糊决策树；6确定得到模糊决策树等步骤实现的。本发明应用于航站楼离港旅客流量预测领域。
-
公开(公告)号：CN106251655A
公开(公告)日：2016-12-21
申请号：CN201610867275.4
申请日：2016-09-30
Applicant: 哈尔滨工业大学
IPC: G08G1/08
CPC classification number: G08G1/08
Abstract: 一种基于出口剩余容量约束的交叉口信号控制方法，采用的设备包括多个交通流检测器、数据传输子系统、数据处理及控制模块、车道信号灯，首先，交通流检测器实时采集交叉口各出口车道的排队信息；其次，交通流检测器将采集到的排队信息经数据传输子系统传送给数据处理及控制模块；最后，数据处理及控制模块对接收到的排队信息进行逻辑判断，当判断得出某个出口车道即将发生排队溢出时，数据处理及控制模块采取绿灯缩短、相位跳跃等策略立即发出控制命令经数据传输子系统改变车道信号灯灯色，中断驶入该出口车道的车流，以确保交叉口的运行通畅。本方法一则通过信号控制技术消除交叉口出口排队溢出情况的出现，避免交叉口发生阻塞；二则提高拥挤区域交叉口的通行能力，缩短交通拥堵的疏散时间。
-
公开(公告)号：CN104598637A
公开(公告)日：2015-05-06
申请号：CN201510067010.1
申请日：2015-02-09
Applicant: 哈尔滨工业大学
CPC classification number: G06F16/25 , G06F16/283 , G06Q10/04 , G06Q10/06315
Abstract: 面向机场航站楼资源动态配置及智能调度的数据集成模型，属于数据集成技术领域。本发明解决了目前还没有一种面向航站楼旅客服务资源动态配置和智能调度的数据集成模型，导致无法支持航站楼旅客流量的短时预测、资源配置和调度的仿真优化的问题。本发明的技术方案为：利用面向对象技术将航站楼平面布局中的元素抽象为要素类，所述要素类构成基于Geodatabase的空间数据模型，即完成了基于Geodatabase的空间数据模型的建立；利用数据仓库建模技术建立面向航站楼运营的OLAP多维数据模型。本发明主要适用于机场航站楼资源动态配置及智能调度的数据集成。
-
公开(公告)号：CN104573873A
公开(公告)日：2015-04-29
申请号：CN201510036348.0
申请日：2015-01-23
Applicant: 哈尔滨工业大学
Abstract: 一种基于模糊决策树的航站楼离港旅客流量预测方法，本发明涉及航站楼离港旅客流量预测方法。本发明是要解决现有技术在解决航站楼拥堵的现象中寻优速度慢、实时性差、推广能力低、应用较为繁琐、效率不高以及不能满足简洁准确的预测要求的问题而提出的一种基于模糊决策树的航站楼离港旅客流量预测方法。该方法通过1得到隶属度数据；2选取模糊信息熵最小的属性作为模糊决策树的根结点；3得到叶子结点的联合置信度λ；4若λ>λ0结束拓展把叶子结点的联合置信度λ定为旅客流量等级概率；5若叶子结点的联合置信度λ≤λ0，则重复步骤三直至叶子结点满足λ>λ0为止得到模糊决策树；6确定得到模糊决策树等步骤实现的。本发明应用于航站楼离港旅客流量预测领域。
-
公开(公告)号：CN119205914B
公开(公告)日：2025-04-25
申请号：CN202411256038.5
申请日：2024-09-09
Applicant: 哈尔滨工业大学
Abstract: 一种考虑动态特征的轮式机器人视觉SLAM方法，涉及机器人特征点跟踪技术领域。建立轮式里程计运动模型，对相邻两个视觉帧间的轮速编码器数据进行预积分操作，根据预积分测量值推导得到协方差矩阵，视觉特征提取，执行双目特征点稀疏立体匹配，计算特征点的深度，系统初始化，使用预积分值获取当前帧的位姿初始值，运动退化检测，获取位姿初始值，之后进行动态特征判别、位姿联合优化以及地图维护。将双目相机获取的空间几何信息与轮式里程计测量的运动增量相结合，能够对动态特征点进行准确的筛选，同时利用多源异构信息的互补性来保证定位的持续性和精度，能够有效提高轮式机器人在复杂工况下的定位精度和鲁棒性。
-
Patent Agency Ranking
-
公开(公告)号：CN119132058A
公开(公告)日：2024-12-13
申请号：CN202411404228.7
申请日：2024-10-10
Applicant: 哈尔滨工业大学
IPC: G08G1/01 , G08G1/0968
Abstract: 本发明的城市动态绿波带自主规划方法，包括步骤1、进行数据的准备和预处理；步骤2、对动态直连基础绿波路径进行计算；步骤3、对动态补充基础绿波路径进行计算；步骤4、延伸两种动态基础绿波路径，得到城市动态绿波带自主规划结果。本发明通过整合实时或预测的交通数据，使得规划过程自动规避封闭路段、事故点、施工区域和拥堵路段。这一功能确保了本发明在各种复杂和突发交通状况下的持续有效性，从而维持路网的整体通行能力，避免因封闭路段失效而引发绿波带失效，甚至造成交通混乱。
-
公开(公告)号：CN118015831B
公开(公告)日：2024-12-13
申请号：CN202410153903.7
申请日：2024-02-02
Applicant: 哈尔滨工业大学
Abstract: 本发明的面向通勤需求的城市路网动态交通分区方法，所述方法包括如下步骤：S1、准备数据并对其预处理；S2、基于社区探测算法对通勤POI聚类；S3、基于社区探测算法对城市路网动态交通分区。本发明仅在交通管理的路网上进行交通分区划分，有效地简化了交通分区的内容。这种简化使得交通分区更加集中于城市交通管理的核心部分，即城市路网，从而提高了交通分区的效率和实用性。
-
公开(公告)号：CN117451030B
公开(公告)日：2024-06-14
申请号：CN202311391531.3
申请日：2023-10-25
Applicant: 哈尔滨工业大学
Abstract: 一种基于场景自适应的多模态融合SLAM方法，涉及多模态融合SLAM方法。输入激光雷达、相机和IMU三个模态的传感器数据；对三个模态的传感器进行可靠性评估；基于可靠性评估结果确定主/次模态传感器；构建各个模态的里程计系统，得到当前时刻机器人的位姿估计值；采用因子图优化方法计算机器人当前时刻的最终位姿。对各个模态传感器实时进行可靠性评估，动态确定主/次模态传感器，将次模态传感器的里程计估计结果作为主模态传感器里程计的约束条件，采用因子图优化的方法进行融合，能够提高多模态融合SLAM算法的鲁棒性、可靠性以及精度。
-
公开(公告)号：CN113344747A
公开(公告)日：2021-09-03
申请号：CN202110601464.8
申请日：2021-05-31
Applicant: 哈尔滨工业大学
Abstract: 本发明涉及旅游景点吸引力评估领域，更具体的说是一种基于潜分类Logit模型的旅游景点吸引力评估方法，步骤二：比较不同分类数的赤池信息准则和贝叶斯信息准则，选取以上两种指标均最小的类别数作为最佳分类数n；步骤三：利用最佳分类数n和似然函数，使用最大似然估计算法计算游客属性影响参数和景点属性影响参数；步骤四：将游客属性影响参数和景点属性影响参数代入潜分类Logit模型计算得到游客选择备选景点的条件概率和游客属于某潜在类的概率，对以上概率求积得到游客选择不同景点的概率；根据赤池信息准则和贝叶斯信息准则对游客进行分类，克服了人为分类的随意性；可以反映游客的人口统计学属性对景点吸引力评估的影响。
-
-
-
-
-
-
-
-
-
Search Results
47
records
(took 0.024 seconds)
