-
公开(公告)号：CN115905770A
公开(公告)日：2023-04-04
申请号：CN202211337491.X
申请日：2022-10-28
Applicant: 大连海事大学 , 亿海蓝(北京)数据技术股份公司
IPC: G06F17/10
Abstract: 本发明公开了一种基于AIS数据的船舶污染排放量轨迹测算方法，其包括：获取船舶AIS数据和船舶档案数据；对船舶AIS数据进行清洗；融合清洗后的船舶AIS数据与船舶档案数据，并对照船舶排放表获得船舶的排放因子；获取船舶航行轨迹，利用线性插值法对船舶航行轨迹进行修正，使船舶航行轨迹变为平滑的轨迹曲线；利用船舶档案数据与排放因子获得船舶总排放量；结合船舶总排放量和修正后的船舶航行轨迹，获得船舶排放量轨迹热力图，即船舶污染排放量轨迹。本发明以AIS数据为基础，融合AIS下的船舶静动态信息与船舶档案数据下的主辅机字段，同时在计算模型上引入船舶污染排放因子信息，计算结果准确性更高。
-
公开(公告)号：CN116029624B
公开(公告)日：2024-02-06
申请号：CN202210861935.3
申请日：2022-07-21
Applicant: 大连海事大学
IPC: G06Q10/083 , G06Q10/0833 , G06F18/23213 , G06F18/211 , G06F18/25
Abstract: 本发明公开了一种融合货车轨迹和POI数据的货源地识别方法，包括以下步骤:获取货车运行轨迹数据，所述货车运行轨迹数据进行数据预处理获得特征数据集合，所述特征数据集合包括某一地点经停的车辆数、某一地点车辆的平均速度以及某一地点车辆的平均停留时间，所述特征数据集合通过数据分析获得车辆经过点位特征集，所述车辆经过点位特征集进行筛选获得货主普遍特征集，根据货主普遍特征集统计分析获得所需货主地理位置信息。本方法基于货车轨迹数据的分析，可以得到货车的行驶轨迹规律，从而发现这些货车服务的货主信息和服务规律，解决了不能大范围的进行货车出行端点识别以及出行端点准确率低的问题，以便于企业更好的进行后续的服务和管理。
-
公开(公告)号：CN116029624A
公开(公告)日：2023-04-28
申请号：CN202210861935.3
申请日：2022-07-21
Applicant: 大连海事大学
IPC: G06Q10/083 , G06Q10/0833 , G06F18/23213 , G06F18/211 , G06F18/25
Abstract: 本发明公开了一种融合货车轨迹和POI数据的货源地识别方法，包括以下步骤:获取货车运行轨迹数据，所述货车运行轨迹数据进行数据预处理获得特征数据集合，所述特征数据集合包括某一地点经停的车辆数、某一地点车辆的平均速度以及某一地点车辆的平均停留时间，所述特征数据集合通过数据分析获得车辆经过点位特征集，所述车辆经过点位特征集进行筛选获得货主普遍特征集，根据货主普遍特征集统计分析获得所需货主地理位置信息。本方法基于货车轨迹数据的分析，可以得到货车的行驶轨迹规律，从而发现这些货车服务的货主信息和服务规律，解决了不能大范围的进行货车出行端点识别以及出行端点准确率低的问题，以便于企业更好的进行后续的服务和管理。
-
Patent Agency Ranking
公开(公告)号：CN115311447A
公开(公告)日：2022-11-08
申请号：CN202210922982.4
申请日：2022-08-02
Applicant: 大连海事大学
Abstract: 本发明公开了一种基于深度卷积神经网络的指针式仪表示数识别方法，包括获取图片训练集及图片测试集，将图片训练集输入至深度卷积神经网络训练获得仪表定位神经网络，训练图片为有人工标记区域的原始图片，对训练图片分析处理获得优化目标图片，优化目标图片包括图像尺寸相同及图像的旋转中心相同；将优化目标图片进行标记获得最终标记图片，基于深度卷积神经网络对最终标记图片训练获得仪表识别神经网络，将图片测试集的测试图片导入仪表识别神经网络进行校验。本发明解决了传统图像处理方法对于复杂环境下的指针式仪表识别的数值准确率并不高，且当施工环境差及图像质量较低时，传统指针式仪表读数方式和图像处理的精度和效率都大幅降低的问题。
-
公开(公告)号：CN116029407A
公开(公告)日：2023-04-28
申请号：CN202210908815.4
申请日：2022-07-29
Applicant: 大连海事大学
IPC: G06Q10/04 , G06Q50/30 , G06F18/214 , G06N3/0442 , G06N3/048 , G06N3/08
Abstract: 本发明所公开的一种基于ConvLSTM的出租车出行需求预测方法，包括：获取待预测区域的历史交通量数据并进行预处理；将所述待预测区域按照经纬度的方向进行划分，并获取每个单元区间的单元历史交通量数据并进行归一化处理；获取测试集和训练集；将空间横纵分析矩阵输入基于ConvLSTM的出租车出行需求预测模型；获取损失函数；获取所述测试预测交通量数据与真实交通量数据之间的准确率；输出未来时间阈值范围内的预测交通量数据。本发明通过对每个单元区间的历史交通量数据进行标准化和归一化处理，减少了运算量，提高了预测的效率。且能够像LSTM一样建立时序关系，极大地提高了出租车轨迹预测的准确率。
-
公开(公告)号：CN113536996A
公开(公告)日：2021-10-22
申请号：CN202110735986.7
申请日：2021-06-30
Applicant: 大连海事大学
Abstract: 本发明公开了一种基于大量真实人群运动视频的人群运动仿真方法，包括五个步骤，将视频分帧并保存成连续高清图像，生成每张图像的人群密度图，对每张密度图中的每个个体精准定位，得到每个个体的精确位置；将每个个体在不同图像中的位置关联起来，形成一条完整的运动轨迹，并提取运动轨迹数据；量化运动轨迹数据，定义训练数据、数据标签，计算数据相关性；搭建深度卷积神经网络，输入运动轨迹数据进行训练，以学习人群运动行为；在二维空间随机放置多个模拟个体，测试深度卷积神经网络的预测效果，调整参数进行仿真，并绘制人群运动轨迹。本发明能够实时计算人群的位置，进而模拟出人群运动轨迹，具有较高的仿真精准度和普适性。
-
公开(公告)号：CN113536996B
公开(公告)日：2022-04-15
申请号：CN202110735986.7
申请日：2021-06-30
Applicant: 大连海事大学
Abstract: 本发明公开了一种基于大量真实人群运动视频的人群运动仿真方法，包括五个步骤，将视频分帧并保存成连续高清图像，生成每张图像的人群密度图，对每张密度图中的每个个体精准定位，得到每个个体的精确位置；将每个个体在不同图像中的位置关联起来，形成一条完整的运动轨迹，并提取运动轨迹数据；量化运动轨迹数据，定义训练数据、数据标签，计算数据相关性；搭建深度卷积神经网络，输入运动轨迹数据进行训练，以学习人群运动行为；在二维空间随机放置多个模拟个体，测试深度卷积神经网络的预测效果，调整参数进行仿真，并绘制人群运动轨迹。本发明能够实时计算人群的位置，进而模拟出人群运动轨迹，具有较高的仿真精准度和普适性。
-
公开(公告)号：CN215987793U
公开(公告)日：2022-03-08
申请号：CN202121815764.8
申请日：2021-08-05
Applicant: 大连海事大学 , 广州创荟信息科技有限公司
IPC: G09B25/00 , G09B5/02 , F16F15/067 , F21V33/00 , F21Y115/10
Abstract: 本实用新型提供多模式交通综合管控交互实验平台，包括沙盘和固定箱，所述沙盘顶部的四周均栓接有固定柱，所述固定柱相向的一侧嵌设有防护玻璃，所述沙盘的两侧均栓接有把手，所述沙盘底部的四周均栓接有支撑腿，所述支撑腿的底部贯穿至固定箱的内腔并栓接有缓冲板，所述缓冲板的底部设置有缓冲机构，所述支撑腿相向一侧的顶部栓接有加强板，所述加强板的底部设置有减震机构。本实用新型通过第一连接杆、滑套、第一弹簧、滑杆、第二连接杆、移动板和第二弹簧的配合，便于使用者对缓冲板受到的力快速缓冲减震，从而对沙盘受到的颠簸快速抵消，通过活动杆、限位柱、挡板和第三弹簧的配合，进一步提高了沙盘的缓冲减震效果。
-
-
-
-
-
-
-
Search Results
8
records
(took 0.035 seconds)
