-
公开(公告)号:CN119721005A
公开(公告)日:2025-03-28
申请号:CN202510227482.2
申请日:2025-02-27
Applicant: 交通运输部科学研究院 , 四川大学
IPC: G06F40/205 , G06F40/30 , G06F18/213 , G06N3/0442 , G06N3/08
Abstract: 本发明涉及自然语言处理领域,公开了一种数据安全制度的合规性评估方法及相关装置。该方法包括:提取每个制度条款的词向量序列以构建特征向量,得到该制度条款的语义特征向量VRi和全部的制度条款语义特征向量集合{VRi};提取每个规定条款的词向量序列构建特征向量VSj,得到规定条款的语义特征向量集合{VSj};利用缩放点积注意力机制,计算制度条款语义特征向量VRi与规定条款的特征向量集合{VSj}中每个特征向量VSj之间的相似度。设定相似度阈值,以判定制度的合规性和全面性。
-
公开(公告)号:CN118608025A
公开(公告)日:2024-09-06
申请号:CN202410652137.9
申请日:2024-05-24
Applicant: 交通运输部科学研究院
IPC: G06Q10/083 , G06Q50/26 , G08G1/01
Abstract: 本发明公开道路货物运输量测算方法、计算机设备及可读存储介质。该方法包括:根据各地市运输量数据确定各地市当年基期运输量;根据高速公路收费数据计算高速公路波动系数,根据普通国省道交通量基础数据计算普通国省道交通量波动系数,确定第一权重与第二权重;根据各地市当年基期运输量、高速公路波动系数、普通国省道交通量波动系数、第一权重与第二权重计算各地市初步运输量;根据各地市初步运输量计算各地市运输量增速,根据各地市运输量增速对各地市初步运输量进行修正得到各地市修正运输量,根据各地市修正运输量计算各地市结果运输量。本方案为地市级管理部门开展运输量统计测算工作提供有效保障,具有较好的经济性和良好的推广前景。
-
公开(公告)号:CN114501336A
公开(公告)日:2022-05-13
申请号:CN202210141541.0
申请日:2022-02-16
Applicant: 交通运输部科学研究院
Abstract: 本发明实施例公开了一种公路出行量测算方法、装置、电子设备及存储介质,所述测算方法包括:获取基础手机信令数据集;对所述基础手机信令数据集进行数据清洗处理,以得到多条待测算信令数据;根据各待测算信令数据中的通信基站信息和定位轨迹信息获取对应的用户公路出行数据;将所述用户公路出行数据的类型划分为跨区域的第一出行类型和区域内的第二出行类型;根据划分后的第一出行类型和第二出行类型的用户出行数据分别计算第一类公路出行量和第二类公路出行量;汇总第一类公路出行量和第二类公路出行量得到目标地区预设时间范围内的公路出行量。本申请通过对手机信令数据的处理,以及对出行类型的划分,能够更加全面且准确的统计公路出行量。
-
公开(公告)号:CN116665456A
公开(公告)日:2023-08-29
申请号:CN202310933321.6
申请日:2023-07-27
Applicant: 交通运输部科学研究院
IPC: G08G1/01 , G08G1/015 , G06F18/2113 , G06F18/2137 , G06F18/23211 , G06F18/2337 , G06Q50/26
Abstract: 本发明涉及一种结合高维指标降维处理对交通状态进行评估的方法,包括:构建混合交通下影响交通状态评估的高维指标集;对所述高维指标集进行处理以获取各指标间的相关性,所述相关性能够基于斯皮尔曼相关系数进行表示;基于所述斯皮尔曼相关系数对所述高维指标集进行筛选以获取降维指标集;对所述降维指标集进行处理以获取最小化高维指标集和降维后的低维映射点之间的概率分布距离的散度KL;对所述低维映射点进行模糊聚类以对交通的类别进行评估;对不同数目下的交通状态模糊划分系数进行评估,以获取最优的交通状态类别数目;对每个交通状态类别进行分析以获取每个交通状态类别所属的交通状态,进而获取混合交通下的交通状态。
-
公开(公告)号:CN114501336B
公开(公告)日:2023-03-17
申请号:CN202210141541.0
申请日:2022-02-16
Applicant: 交通运输部科学研究院
Abstract: 本发明实施例公开了一种公路出行量测算方法、装置、电子设备及存储介质,所述测算方法包括:获取基础手机信令数据集;对所述基础手机信令数据集进行数据清洗处理,以得到多条待测算信令数据;根据各待测算信令数据中的通信基站信息和定位轨迹信息获取对应的用户公路出行数据;将所述用户公路出行数据的类型划分为跨区域的第一出行类型和区域内的第二出行类型;根据划分后的第一出行类型和第二出行类型的用户出行数据分别计算第一类公路出行量和第二类公路出行量;汇总第一类公路出行量和第二类公路出行量得到目标地区预设时间范围内的公路出行量。本申请通过对手机信令数据的处理,以及对出行类型的划分,能够更加全面且准确的统计公路出行量。
-
公开(公告)号:CN119889046A
公开(公告)日:2025-04-25
申请号:CN202510338843.0
申请日:2025-03-21
Applicant: 交通运输部科学研究院
IPC: G08G1/01 , G06Q10/0639 , G06Q50/40
Abstract: 本发明实施例公开了一种基于异构货车流量的交通数据处理方法、装置及设备,涉及数据处理技术领域。该方法包括:根据不同货车车型确定多个交通流量特征,将交通流量特征作为交通状态评估指标;并根据预设交通状态等级和交通状态评估指标设置经典域和节域;根据经典域和节域,确定待评估状态路段的交通状态等级物元和关联函数;构建判断矩阵;根据判断矩阵确定熵权系数;根据关联函数、交通状态等级物元和所有熵权系数进行加权求和,得到综合关联程度;将所有综合关联程度中的最大综合关联程度确定为目标综合关联程度,从而确定待评估状态路段的目标交通状态等级。这样,通过选用了多个货车流量特征指标进行评估,可全面反映交通状态的复杂性。
-
公开(公告)号:CN116665456B
公开(公告)日:2023-12-19
申请号:CN202310933321.6
申请日:2023-07-27
Applicant: 交通运输部科学研究院
IPC: G08G1/01 , G08G1/015 , G06F18/2113 , G06F18/2137 , G06F18/23211 , G06F18/2337 , G06Q50/26
Abstract: 本发明涉及一种结合高维指标降维处理对交通状态进行评估的方法,包括:构建混合交通下影响交通状态评估的高维指标集;对所述高维指标集进行处理以获取各指标间的相关性,所述相关性能够基于斯皮尔曼相关系数进行表示;基于所述斯皮尔曼相关系数对所述高维指标集进行筛选以获取降维指标集;对所述降维指标集进行处理以获取最小化高维指标集和降维后的低维映射点之间的概率分布距离的散度KL;对所述低维映射点进行模糊聚类以对交通的类别进行评估;对不同数目下的交通状态模糊划分系数进行评估,以获取最优的交通状态类别数目;对每个交通状态类别进行分析以获取每个交通状态类别所属的交通状态,进而获取混合交通下的交通状态。
-
公开(公告)号:CN116092296B
公开(公告)日:2023-08-18
申请号:CN202310203522.0
申请日:2023-03-06
Applicant: 交通运输部科学研究院
IPC: G08G1/01
Abstract: 本发明的实施例提供了一种交通状态评估方法、装置、电子设备及存储介质,涉及数据处理技术领域。包括:获取基本参数指标;获取包括货车交通流量指标、客车交通流量指标和全部车型的总交通流量指标的异构交通流量指标;获取包括货车交通速度指标、客车交通速度指标和全部车型的总交通速度指标的异构交通速度指标;获取包括货车混合流率和客车混合流率的异构交通混合流率指标;根据基本参数指标、异构交通流量指标、异构交通速度指标和异构交通混合流率指标,构建混合交通评估指标集;将混合交通评估指标集输入评估模型,输出混合交通状态评估结果。本申请能够更全面反映不同车辆的运行特征,有利于评估得到更真实的道路交通运行状态。
-
公开(公告)号:CN116092296A
公开(公告)日:2023-05-09
申请号:CN202310203522.0
申请日:2023-03-06
Applicant: 交通运输部科学研究院
IPC: G08G1/01
Abstract: 本发明的实施例提供了一种交通状态评估方法、装置、电子设备及存储介质,涉及数据处理技术领域。包括:获取基本参数指标;获取包括货车交通流量指标、客车交通流量指标和全部车型的总交通流量指标的异构交通流量指标;获取包括货车交通速度指标、客车交通速度指标和全部车型的总交通速度指标的异构交通速度指标;获取包括货车混合流率和客车混合流率的异构交通混合流率指标;根据基本参数指标、异构交通流量指标、异构交通速度指标和异构交通混合流率指标,构建混合交通评估指标集;将混合交通评估指标集输入评估模型,输出混合交通状态评估结果。本申请能够更全面反映不同车辆的运行特征,有利于评估得到更真实的道路交通运行状态。
-
公开(公告)号:CN119273933A
公开(公告)日:2025-01-07
申请号:CN202411413921.0
申请日:2024-10-11
Applicant: 四川大学
IPC: G06V10/44 , G06V10/80 , G06N3/0464 , G06V10/764 , G06V10/25 , G06N3/048 , G06N3/084
Abstract: 本发明公开了基于YOLO V5的轻量化神经记忆常微分方程级联方法,该方法包括:利用Backbone网络输出不同分辨率的特征图,通过NmODE模块的级联,特征图在每个NmODE模块之间反复融合,不同分辨率的特征图得到充分整合,既保留了精细的局部信息,又增强了全局上下文的表达能力,NmODE模块不仅接收上一个模块的输出作为输入,同时与Backbone网络的特征图进行融合,从而在每一层级联中进一步丰富特征表达,此外,在每个NmODE模块之后,通过增强聚合EF模块将NmODE输出的语义特征与当前级联的NmODE模块的当前输入再次融合。这一双路径的融合策略不仅增强了对多尺度目标物体的检测能力,还通过特征的交互与融合,显著提升了检测精度。
-
-
-
-
-
-
-
-
-