-
公开(公告)号：CN114399233B
公开(公告)日：2022-06-07
申请号：CN202210297602.2
申请日：2022-03-25
Applicant: 南京大学
IPC: G06Q10/06 , G06Q50/26 , G06F16/2458 , G06N3/04
Abstract: 本发明提供一种基于深度学习和OD补全的交通规划方法及装置，具体包括：基于服务器确定预设时间段内第一目标城市与第二目标城市之间的第一出行路径，根据多个子票据信息生成票据OD信息；根据人口信息、经济信息以及距离信息计算，得到与所述第一出行路径所对应的非票据OD补全信息；服务器对票据OD信息和非票据OD补全信息进行融合计算得到第一出行路径的融合出行系数，根据每个第一出行路径的融合出行系数计算得到相应第一目标城市与每个第二目标城市之间的出行比例信息；服务器根据公共交通信息、第一目标城市与每个第二目标城市之间的出行比例信息得到多个交通规划信息，通过显示设备对交通规划信息进行显示。
-
公开(公告)号：CN114021800A
公开(公告)日：2022-02-08
申请号：CN202111272825.5
申请日：2021-10-29
Applicant: 南京大学
IPC: G06Q10/04 , G06Q10/06 , G06Q50/26 , G06F16/9537 , G06F16/9538 , H04W4/02 , H04W4/20 , H04W4/35
Abstract: 本发明公开了一种基于多源数据的累积模型就业可达性分析方法，包括以下步骤。（1）根据手机基站服务范围确定研究单元；（2）根据手机信令大数据、路径规划API大数据等多源数据获取出行时耗数据和就业岗位数据；（3）根据居民出行调查确定时间阈值；（4）根据时间阈值、出行时耗数据、就业岗位数据构建机会累积模型；（5）根据机会累积模型得到公共交通就业可达性与小汽车就业可达性结果。本发明可用于对比不同交通方式的就业可达性差距，以此指导城市交通战略规划和局部地区交通优化。
-
公开(公告)号：CN109977323B
公开(公告)日：2021-09-03
申请号：CN201910189978.X
申请日：2019-03-13
Applicant: 南京大学
IPC: G06F16/9537 , G06F16/29 , G06F9/448
Abstract: 本申请公开了一种基于电子地图的通勤数据批量采集方法，包括以下步骤：S1、利用电子地图的公交路径规划API获得通勤数据；S2、采用Python程序，对所述通勤数据进行批量采集。本申请通过利用电子地图的路径规划API，获得精确可靠的出行数据，再采用Python程序从所获得的出行数据中批量采集所需要的参数，实现了对出行数据快速、批量的采集；再对获得的数据进行计算，使出行参数的提取精确可靠。
-
公开(公告)号：CN109978224A
公开(公告)日：2019-07-05
申请号：CN201910031098.X
申请日：2019-01-14
Applicant: 南京大学
Abstract: 本发明公开了一种分析获取不同性质建筑的交通出行率的方法，包括步骤：首先，处理手机信令数据获取出行量，统计研究区内的土地调查数据，并将出行量与不同性质建筑的建筑总面积保存为列表形式。其次，根据研究目的确定研究时间、不同出行目的、不同建筑类型的交通出行率。然后，具体通过统计不同交通小区不同性质建筑的建筑总面积和基于手机信令数据获得的交通出行量，根据通勤人口密度与交通可达性将不同的交通小区进行聚类分析，最终针对每一类交通小区进行多元统计回归分析，确定不同特征、不同建筑类型的交通出行率。本发明实现了不同性质建筑的交通出行率获取，并以此预测出规划年的交通出行情况。
-
公开(公告)号：CN116341944A
公开(公告)日：2023-06-27
申请号：CN202310029446.6
申请日：2023-01-09
Applicant: 南京大学
IPC: G06Q10/0639 , G06Q50/26
Abstract: 本发明公开了一种城市公交可持续适宜发展区评估方法，具体步骤包括：以栅格为空间分析单元，根据手机信令数据得到任意两个栅格间的高峰小时出行人次。结合高德地图路径规划API获得的各栅格中心之间的实际出行距离，再根据居民出行调查数据汇总分析出不同距离段下地面公交的分担率，或称“公交分担率‑距离曲线”。然后，根据栅格间高峰小时出行人次和“分担率‑距离曲线”，汇总得到各栅格高峰小时公交出行人次，再结合公交IC卡数据修正各栅格高峰小时公交出行人次。科学判定提供地面公交服务的最小客流量阈值，进而识别城市公交可持续适宜发展区。本发明能够从城市空间层面为地面公交的可持续发展提供方法参考。
-
Patent Agency Ranking
公开(公告)号：CN114037239A
公开(公告)日：2022-02-11
申请号：CN202111275856.6
申请日：2021-10-29
Applicant: 南京大学
Abstract: 本发明公开了一种基于多源数据的潜力模型就业可达性分析方法，包括以下步骤：(1)根据手机基站服务范围及交通路网数据确定研究单元；(2)根据手机信令大数据、路径规划API大数据等多源数据构建能够反映居住信息、就业信息和交通基础设施信息的就业可达性数据库；(3)根据出行成本与手机信令数据构建潜力模型；(4)利用潜力模型对就业可达性进行分析。本发明可用于对比不同交通方式的就业可达性差距和多要素与就业可达性的相关性分析，以此指导城市交通基础设施和居住区组团的规划建设。
-
公开(公告)号：CN116341944B
公开(公告)日：2023-11-17
申请号：CN202310029446.6
申请日：2023-01-09
Applicant: 南京大学
IPC: G06Q10/0639 , G06Q50/26
Abstract: 本发明公开了一种城市公交可持续适宜发展区评估方法，具体步骤包括：以栅格为空间分析单元，根据手机信令数据得到任意两个栅格间的高峰小时出行人次。结合高德地图路径规划API获得的各栅格中心之间的实际出行距离，再根据居民出行调查数据汇总分析出不同距离段下地面公交的分担率，或称“公交分担率‑距离曲线”。然后，根据栅格间高峰小时出行人次和“分担率‑距离曲线”，汇总得到各栅格高峰小时公交出行人次，再结合公交IC卡数据修正各栅格高峰小时公交出行人次。科学判定提供地面公交服务的最小客流量阈值，进而识别城市公交可持续适宜发展区。本发明能够从城市空间层面为地面公交的可持续发展提供方法参考。
-
公开(公告)号：CN116205768A
公开(公告)日：2023-06-02
申请号：CN202111527115.2
申请日：2021-11-30
Applicant: 南京大学
Abstract: 本发明公开了一种基于多源数据的公共交通职住覆盖率分析方法，包括以下步骤。（1）根据手机信令数据识别基站范围的居住人口数和就业岗位数；（2）获取目标区域的用地划分数据和建筑面积数据，并进一步把用地细分为覆盖式网格，将人口与岗位数分配到与用地相交的网格中；（3）以目标区域的公共交通站点数据和路径规划API数据计算每个网格质心点到公共交通站点的实时路径点；（4）结合目标区域DEM高程数据计算三维路径距离；（5）设定覆盖距离阈值，筛选阈值内的质心点要素，计算公共交通覆盖的居住人口和就业岗位，计算职住覆盖率。本发明基于多源数据，为公共服务设施的分布、城市路网形态设计等分析提供工具基础。
-
公开(公告)号：CN114399233A
公开(公告)日：2022-04-26
申请号：CN202210297602.2
申请日：2022-03-25
Applicant: 南京大学
IPC: G06Q10/06 , G06Q50/26 , G06F16/2458 , G06N3/04
Abstract: 本发明提供一种基于深度学习和OD补全的交通规划方法及装置，具体包括：基于服务器确定预设时间段内第一目标城市与第二目标城市之间的第一出行路径，根据多个子票据信息生成票据OD信息；根据人口信息、经济信息以及距离信息计算，得到与所述第一出行路径所对应的非票据OD补全信息；服务器对票据OD信息和非票据OD补全信息进行融合计算得到第一出行路径的融合出行系数，根据每个第一出行路径的融合出行系数计算得到相应第一目标城市与每个第二目标城市之间的出行比例信息；服务器根据公共交通信息、第一目标城市与每个第二目标城市之间的出行比例信息得到多个交通规划信息，通过显示设备对交通规划信息进行显示。
-
公开(公告)号：CN109784225B
公开(公告)日：2020-11-24
申请号：CN201811628342.2
申请日：2018-12-28
Applicant: 南京大学
Abstract: 本发明公开了一种基于可达空间的地理空间模式识别方法，包括如下步骤：S1、获取目标区域的空间信息RA及其道路交通信息TA；S2、将所述空间信息RA所在区域划分为N个子区域Pi；S3、根据所述道路交通信息TA进行空间可达性计算，获得每个子区域Pi在特定可达性阈值下的可达空间范围ASi；S4、根据ASi所覆盖的空间区域范围提取对应RA中局部信息ARi；S5、根据ARi对应信息，识别得到位置Pi对应空间的模式Ti；S6、汇总所有子区域的空间模式Ti，得到目标区域的空间模式ST。本申请利用交通信息，实现了空间模式的识别与人的活动范围相关联，同时提高了空间模式识别的精度与准确性。
-
-
-
-
-
-
-
-
-
Search Results
22
records
(took 0.052 seconds)
