一种基于线性回归及结构张量的车标检测方法及系统

    公开(公告)号:CN107316003B

    公开(公告)日:2019-10-15

    申请号:CN201710417394.4

    申请日:2017-06-06

    IPC分类号: G06K9/00 G06K9/32 G06K9/46

    摘要: 本发明涉及一种基于线性回归及结构张量的车标检测方法及系统,通过自变量线性回归算法首先提取车牌位置信息,根据车牌背景颜色的特点,提出了回归素的概念,采用回归素对车牌背景颜色进行建模并定位。根据车牌位置信息确定车标检测区域。在车标检测区域内,提出一种基于滑动窗口结构张量行列式的车标检测方法,在特征窗口扫描过程中,通过隐变量支持向量机(Latent‑SVM),实现对车标检测,并利用强‑弱结构张量行列式筛选缩短了检测时间。由于滑动窗口结构张量行列式利用了HOG特征计算过程中的梯度信息,因此本方法并不需要增加过多的计算开销,且准确率也有明显提高。

    一种基于云计算平台的交通数据组合处理方法

    公开(公告)号:CN104104715B

    公开(公告)日:2017-06-30

    申请号:CN201410235971.4

    申请日:2014-05-29

    IPC分类号: H04L29/08 G08G1/01

    摘要: 一种基于云计算平台的交通数据组合处理方法,包括以下步骤:(a)分配客户端唯一客户编号Ci,并为该客户端选择的每一个服务分配一个服务调用编号(b)选择组合的过程中,对任意两个相连的被组合的服务调用和通过数据匹配判断单元判断是否匹配;如果匹配成功,则服务调用所在服务端的服务组合结构数据库中插入一行数据;(c)运行服务,利用服务组合的方法,通过组合的服务共同完成对海量数据的处理。本发明提供一种可靠性良好、处理效率高的基于云计算平台的交通数据组合处理方法。

    一种基于微波数据的异常拥堵点判别方法

    公开(公告)号:CN104240499B

    公开(公告)日:2016-08-24

    申请号:CN201410282898.6

    申请日:2014-06-23

    IPC分类号: G08G1/01

    摘要: 一种基于微波数据的异常拥堵点判别方法,包括如下步骤:步骤1:从数据库读取微波点历史数据;步骤2:原始微波数据预处理;步骤3:计算每个路段各个时间槽内的历史拥堵概率P(H);步骤4:实时计算每个路段当前时间槽内的异常度D;步骤5:全路网当前时间槽内的异常度排序;步骤6:累积时间异常判定:若当前微波点第一个设定时间段出现异常,异常等级设定为黄色,第二个设定时间段出现异常,异常等级设定为橙色,连续第三个设定时间段内出现异常,异常等级设定为红色,即最异常状态;步骤7:历史拥堵概率的更新。本发明有效检测交通异常堵点、提升实时预警的准确性。

    一种快速公交站台服务信息系统及快速公交车到站信息的测算方法

    公开(公告)号:CN103778778B

    公开(公告)日:2015-10-28

    申请号:CN201310703566.6

    申请日:2013-12-19

    IPC分类号: G08G1/00

    摘要: 一种快速公交站台服务信息系统,包括中心处理平台,用于负责储存站台位置、对应电子公告屏和停靠的快速公交线路信息,储存各公交车辆的车牌、座位数、满载数以及归属线路信息;公交车信息子系统和gps定位子系统,用于采集并存储公交车辆的车牌、位置、当前乘客数、沿途停靠各站的时间以及上下车人数信息;站台子系统,用于采集各时间端进入站台候车的乘客数;卡口子系统,用于获取公交车辆在各路段的平均行车速度并据此推测公交车辆到达站台的时间;通过快速公交到站数据预测模型测算公交车到站数据。以及提供一种快速公交车到站信息的测算方法。本发明有效预测各站台停靠时车内人数以及各站台上下车人数及候车人数、数据信息实用性良好。

    一种基于自变量线性回归及结构张量行列式的车标检测方法及系统

    公开(公告)号:CN107316003A

    公开(公告)日:2017-11-03

    申请号:CN201710417394.4

    申请日:2017-06-06

    IPC分类号: G06K9/00 G06K9/32 G06K9/46

    摘要: 本发明涉及一种基于自变量线性回归及结构张量行列式的车标检测方法及系统,通过自变量线性回归算法首先提取车牌位置信息,根据车牌背景颜色的特点,提出了回归素的概念,采用回归素对车牌背景颜色进行建模并定位。根据车牌位置信息确定车标检测区域。在车标检测区域内,提出一种基于滑动窗口结构张量行列式的车标检测方法,在特征窗口扫描过程中,通过隐变量支持向量机(Latent-SVM),实现对车标检测,并利用强-弱结构张量行列式筛选缩短了检测时间。由于滑动窗口结构张量行列式利用了HOG特征计算过程中的梯度信息,因此本方法并不需要增加过多的计算开销,且准确率也有明显提高。

    一种基于多视角融合的交通小区划分方法

    公开(公告)号:CN104240507B

    公开(公告)日:2016-08-24

    申请号:CN201410476845.8

    申请日:2014-09-18

    IPC分类号: G08G1/01 G06F17/30

    摘要: 一种基于多视角融合的交通小区划分方法,包括以下步骤:(1)读取浮动车数据,并进行数据预处理,整理浮动车数据,并在其中提取浮动车经纬度数据并存储为X1;(2)读取卡口数据,并进行数据预处理,提取卡口经纬度数据并存储为X2;(3)结合交通小区划分原则,采集自然约束信息,存储为X3;(4)计算约束矩阵,(5)基于可伸缩的约束谱聚类的聚类分析;(6)根据聚类结果,获得最终交通小区划分方案。本发明提供了一种融合多源数据,在定量化的影响因素的约束下进行聚类分析,全面地反映交通出行情况的基于多视角融合的交通小区划分方法。

    一种基于历史数据的公交车辆到站时间预测方法

    公开(公告)号:CN104064024B

    公开(公告)日:2016-04-06

    申请号:CN201410284740.2

    申请日:2014-06-23

    IPC分类号: G08G1/00

    摘要: 一种基于历史数据的公交车辆到站时间预测方法,包括如下步骤:(a)实时接收公交车辆上GPS设备上传的GPS实时数据和车辆到站信息数据;(b)成功获取到车辆GPS实时数据后,进行处理;(c)成功获取到车辆到站信息后,根据车辆到站信息中线路编号和运行方向从在线站点设备中找到要发送消息的站点设备,得到目标站点的最近车辆距离;通过获取线路设定时间运营时段相邻站间车辆运行速度的历史数据和今日数据,使用加权平均法估计当前时段线路下相邻站间车辆平均行驶速度,根据车辆到站点途径的各个站间距离和站间平均行驶速度,估算出各个站间行驶时间,共同预测出车辆到站时间。本发明预测距离较长、实时性良好、准确性良好。

    一种基于道路流量检测的自动诱导方法及系统

    公开(公告)号:CN103426312B

    公开(公告)日:2015-12-02

    申请号:CN201310393460.0

    申请日:2013-09-02

    IPC分类号: G08G1/065 G08G1/09

    摘要: 一种基于道路流量检测的自动诱导方法,包括如下步骤:1)设定分流阀值和分流比率值;2)按扫描顺序对城市中每一路段进行扫描,在完成一次遍历扫描后,重新开始下一轮扫描;当扫描到某一路段时,进行如下判定,并进行相应操作:计算该路段车道平均流量L及左侧相邻路段车道平均流量L左和右侧相邻路段车道平均流量L右;当L达到分流阀值,且相邻路段车道平均流量与该路段车道平均流量比值小于分流比率值时,在该路段起点路口发布诱导信息,引导车辆向相邻路段分流;如果已经在发布诱导信息,当该路段车道平均流量小于相邻路段时停止发布对应的诱导信息。以及提供一种自动诱导系统。本发明准确性较好、实时性良好、城市道路利用率较高。

    一种基于云计算平台的交通数据组合处理方法

    公开(公告)号:CN104104715A

    公开(公告)日:2014-10-15

    申请号:CN201410235971.4

    申请日:2014-05-29

    IPC分类号: H04L29/08 G08G1/01

    摘要: 一种基于云计算平台的交通数据组合处理方法,包括以下步骤:(a)分配客户端唯一客户编号Ci,并为该客户端选择的每一个服务分配一个服务调用编号(b)选择组合的过程中,对任意两个相连的被组合的服务调用和通过数据匹配判断单元判断是否匹配;如果匹配成功,则服务调用所在服务端的服务组合结构数据库中插入一行数据;(c)运行服务,利用服务组合的方法,通过组合的服务共同完成对海量数据的处理。本发明提供一种可靠性良好、处理效率高的基于云计算平台的交通数据组合处理方法。