-
公开(公告)号：CN112488388B
公开(公告)日：2022-08-02
申请号：CN202011371303.6
申请日：2020-11-30
申请人： 佳都科技集团股份有限公司 , 广州新科佳都科技有限公司
IPC分类号： G06Q10/04 , G06F16/2458 , G06F16/9537 , G06F16/21
摘要： 本申请实施例公开了基于概率分布的出站客流预测方法及装置。本申请实施例提供的技术方案，通过获取线网实时客流运行数据，基于给定的预测时间段统计线网的站内乘客，并基于历史客流运行数据统计任意两个站点的站间运行时间概率分布信息。进一步基于站间运行时间概率分布信息确定站内乘客到达各个出站站点的时刻到达概率，并确定站内乘客到达各个出站站点的站点到达概率，基于给定的预测时间段、预测站点和对应的站内乘客数量，使用时刻到达概率和站点到达概率计算预测站点在预测时间段内的出站客流量。采用上述技术手段，可以结合不同进站时间，进站站点以及乘客个体行为习惯对出站客流预测的影响，实现更精准的出站客流预测。
-
公开(公告)号：CN112001482B
公开(公告)日：2024-05-24
申请号：CN202010819584.0
申请日：2020-08-14
申请人： 佳都科技集团股份有限公司 , 广州新科佳都科技有限公司
IPC分类号： G06F18/213 , G06F18/2433 , G06N3/0464 , G06N3/045 , G06N3/0442 , G06N3/084 , G06N3/048 , G06F123/02
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。
-
公开(公告)号：CN112966218B
公开(公告)日：2023-06-16
申请号：CN202110215627.9
申请日：2021-02-26
申请人： 佳都科技集团股份有限公司 , 广州新科佳都科技有限公司
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。
-
公开(公告)号：CN110991607B
公开(公告)日：2022-08-02
申请号：CN201911120453.7
申请日：2019-11-15
申请人： 佳都科技集团股份有限公司 , 广州新科佳都科技有限公司
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。
-
公开(公告)号：CN112896242B
公开(公告)日：2022-05-03
申请号：CN202110215853.7
申请日：2021-02-26
申请人： 佳都科技集团股份有限公司 , 广州新科佳都科技有限公司
IPC分类号： B61L27/40
摘要： 本申请实施例公开了一种轨道交通的乘客乘车行为状态更新方法及装置。本申请实施例提供的技术方案，通过提取线网各个乘客的进站刷卡信息并确定各个乘客的历史乘车路径，基于历史乘车路径、进站刷卡信息、映射关系和行程时间确定当前各个屏蔽门的候车乘客并对应更新屏蔽门信息和乘客乘车行为状态信息；在列车抵达对应站点时，基于列车信息、屏蔽门信息、乘客乘车行为状态信息和车厢最大容纳人数确定各个车厢对应的乘客数据，并基于乘客数据更新列车信息、屏蔽门信息和乘客乘车行为状态信息。采用上述技术手段，能够提升乘客乘车行为状态测算的精准度，基于乘客乘车行为状态的精确测算更新实现更好的轨道交通运行管理效果。
-
公开(公告)号：CN111999580B
公开(公告)日：2023-12-01
申请号：CN202010819590.6
申请日：2020-08-14
申请人： 佳都科技集团股份有限公司 , 广州新科佳都科技有限公司
IPC分类号： G01R31/00 , G01R31/34 , G06F18/214 , G06F18/2431
摘要： 升维修闸门的效率。本发明实施例公开了一种地铁站台闸门的检测方法、装置、计算机设备和存储介质，该方法包括：获取电机在驱动地铁站台的闸门开启或关闭时的电流，作为目标电流数据，从目标电流数据提取表征沿时间分布趋势的特征，作为目标趋势特征，从目标电流数据中提取表征电机在驱动地铁站台的闸门开启或关闭时运行的特征，作为目标运行状态特征，从目标电流数据中提取属于统计维度的特性，作为目标统计特征，确定与地铁站台的闸门开启或关闭适配的梯度提升决策树，将目标电流数据、目标趋势特征与目标统计(56)对比文件贾建平.地铁站台门智能感知与评价系统的应用《.通讯世界》.2020,第27卷(第6期),第13-16页.贾建平.地铁站台门智能感知与评价系统的应用《.通讯世界》.2020,第27卷(第6期),第13-16页.Frirndman J.Greedy FunctionApproximation：A Gradient BoostingMachine《.Annals of statistics》.2001,第29卷(第5期),第1189-1232页.
-
公开(公告)号：CN111242040B
公开(公告)日：2022-08-02
申请号：CN202010040705.1
申请日：2020-01-15
申请人： 佳都科技集团股份有限公司 , 广州佳都科技软件开发有限公司 , 广州新科佳都科技有限公司
摘要： 本申请实施例公开了一种动态人脸聚类方法、装置、设备和存储介质。该方法包括对批量人脸图片进行静态聚类处理，得到多个包括邻居人脸集合的簇，根据每个簇中每张人脸图片相对于簇中其他人脸图片的平均相似度，对每个簇中的人脸图片进行筛选，从每个簇中选取多张人脸图片分别建立档案，根据档案的邻居相似度对满足邻居合并条件的簇进行合并，并基于合并后的簇重新建立档案，根据新增人脸图片与每个档案中的人脸图片的平均相似度，确定所述新增人脸图片所对应的档案，将所述新增人脸图片加入所述档案对应的簇中。本方案提高了人脸聚类的效率。
-
公开(公告)号：CN111091196B
公开(公告)日：2022-08-02
申请号：CN201911120492.7
申请日：2019-11-15
申请人： 佳都科技集团股份有限公司 , 广州新科佳都科技有限公司
摘要： 本申请涉及一种客流数据确定方法、装置、计算机设备和存储介质。该方法包括：获取影响客流量预测因素对应的关联数据和预测站点标识，预测因素为时间参数、天气参数、属性参数中的至少一种；将关联数据和预测站点标识输入至已训练好的客流量预测模型中，得到预测站点标识对应的预测客流量；根据预测因素确定关联数据是否符合预设条件，当关联数据符合预设条件时，获取已训练的客流量影响因子；根据预测客流量和客流量影响因子计算得到预测站点标识对应的目标预测客流量。采用本方法能够提高客流量预测准确率。
-
公开(公告)号：CN111261165B
公开(公告)日：2023-05-16
申请号：CN202010033625.3
申请日：2020-01-13
申请人： 佳都科技集团股份有限公司 , 广州佳都科技软件开发有限公司 , 广州新科佳都科技有限公司
摘要： 本发明实施例公开了一种车站名称识别方法、装置、设备及存储介质，涉及数据处理技术领域，其包括：获取基于用户的语音请求数据得到的字符识别结果以及与所述字符识别结果对应的备选车站名称集合；计算所述备选车站名称集合中每个备选车站名称的匹配评价分数，所述匹配评价分数包括：字符统计分数和/或字符排序分数；根据所述匹配评价分数选择至少一个备选车站名称作为所述语音请求数据的车站名称识别结果。采用上述方案可以解决现有技术中，在文本提取时，无法在降低对数据集的要求时，保证泛化能力的技术问题。
-
公开(公告)号：CN110176142A
公开(公告)日：2019-08-27
申请号：CN201910416613.6
申请日：2019-05-17
申请人： 佳都新太科技股份有限公司 , 广州新科佳都科技有限公司 , 广东华之源信息工程有限公司
IPC分类号： G08G1/01
摘要： 本发明涉及一种车辆轨迹预测模型建立及预测方法，所述车辆轨迹预测模型建立，包括以下步骤：获取车辆的历史行驶轨迹数据，构建所述车辆的单辆车轨迹数据和路网车辆轨迹数据；进行筛选，得到筛选单辆车轨迹数据和筛选路网车辆轨迹数据；进行卡口补全，得到有效单辆车轨迹数据和有效路网车辆轨迹数据；建立有效单辆车轨迹数据的预测模型；建立有效路网车辆轨迹数据的预测模型；根据有效单辆车轨迹数据的预测模型和有效路网车辆轨迹数据的预测模型，构建融合训练集；根据融合训练集，对设定预测模型进行训练，生成车辆轨迹预测模型。本发明有效处理数据，减小计算量，使得预测更准确，更贴近真实情况。
-
-
-
-
-
-
-
-
-
搜索结果
31 条记录 (耗时 0.053 秒)
