-
公开(公告)号：CN104951893A
公开(公告)日：2015-09-30
申请号：CN201510358482.2
申请日：2015-06-24
申请人： 银江股份有限公司
摘要： 本发明涉及一种面向城市交通的交警路面警情处置效率评估方法，包括如下步骤：(1)从数据库读取警务通数据；(2)从警务通数据获取警情处置工作指标，并对警情处置工作指标数据集进行离群点检测，对去除离群点后的警情处置工作指标数据集处理得到警情处置工作评价指标数据集；(3)计算各个警情处置工作评价指标数据集的均值与标准差，并利用函数建立单一指标到百分制的映射关系；(4)利用步骤(3)建立的映射关系求得每个单一指标的得分，通过对单一指标得分进行加权平均得到路面警情处置的效率得分。本方法所提供的交警路面警情处置效率评估方法计算过程简便、时间复杂度低、运算速度快。
-
公开(公告)号：CN104240499A
公开(公告)日：2014-12-24
申请号：CN201410282898.6
申请日：2014-06-23
申请人： 银江股份有限公司
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。
-
公开(公告)号：CN104064023B
公开(公告)日：2016-12-07
申请号：CN201410272800.9
申请日：2014-06-18
申请人： 银江股份有限公司
摘要： 本发明涉及智能交通领域，尤其涉及一种基于时空关联的动态交通流预测方法，该方法在对交通流数据进行预处理后建立时空矩阵，通过近邻局部线性重构方法对时空矩阵进行训练，找到预测用的一组近邻和权值，经过非负修正后进行预测，最后通过预测值对时空矩阵进行更新。本发明的有益效果在于：1、适用性强，能适用于任何微波检测路段；2、可行性强，只需要给定历史交通流量数据库，就能对数据进行训练和预测；3、计算速度快，复杂性较低，计算时间为秒级；4、预测精度高，消除了动态数据的随机性和波动性，提高了预测结果的准确性和可靠性；5、预测效率高，能实现多个5分钟时间段的多步交通流预测，能做到高效的短时和长时交通流预测。
-
公开(公告)号：CN104269057B
公开(公告)日：2016-08-24
申请号：CN201410512654.2
申请日：2014-09-29
申请人： 银江股份有限公司
IPC分类号： G08G1/01
摘要： 本发明涉及一种基于浮动车OD数据的卡口传感器部署方法，主要包括以下步骤：(1)读取浮动车历史数据，进行预处理得到浮动车OD数据集X；(2)计算浮动车OD数据集X中的任意两点的距离，得到距离矩阵D＝(dij)n×n；(3)对浮动车OD数据集X进行基于密度和参考距离的聚类算法分析；(4)对步骤(3)得到的每个簇类数据集Xk进行第二次聚类算法分析并作去噪处理得到城市出行密集区；(5)对城市出行密集区进行地图匹配并编号；(6)根据城市交通干道信息确定卡口传感器的部署位置。本发明方法可行性强，计算量降低且运算速度快，可以为城市卡口传感器部署提供了实践指导方案。
-
公开(公告)号：CN104732762B
公开(公告)日：2017-01-25
申请号：CN201510077183.1
申请日：2015-04-21
申请人： 银江股份有限公司
IPC分类号： G08G1/01
摘要： 一种交通异常路段概率识别方法，包括以下步骤：步骤1：清洗车速、流量数据后融合抽样数据构成样本空间；步骤2：车速、流量数据源正态性检验；步骤3：计算各微波点车速、流量的均值和方差；步骤5：车速异常指数和流量异常指数计算，步骤6：异常指数降序排列输出预警，遍历计算全路网中所有微波点当前时间槽内的道路异常指数D，对计算出的异常指数结果按照从大到小排列，输出前K个最异常的路段预警。本发明提供了一种可靠性良好、自适应性较高的交通异常路段概率识别方法。
-
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
申请人： 银江股份有限公司
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。
-
公开(公告)号：CN104715610B
公开(公告)日：2017-03-15
申请号：CN201510165393.6
申请日：2015-04-09
申请人： 银江股份有限公司
摘要： 本发明涉及一种面向城市交通的交通指数计算方法，本计算方法是以流量和车速为定义，其计算方法是以城市交通中普遍使用的微波数据和浮动车数据为依据，通过数据融合、统计建模、数学建模等方法求取路网历史或实时交通指数。本发明具有计算结果准确性高、自适应性强、成本低、可行性强、计算过程简便、时间复杂度低、运算速度快的特点。
-
公开(公告)号：CN104715610A
公开(公告)日：2015-06-17
申请号：CN201510165393.6
申请日：2015-04-09
申请人： 银江股份有限公司
CPC分类号： G08G1/0125 , G06F19/00
摘要： 本发明涉及一种面向城市交通的交通指数计算方法，本计算方法是以流量和车速为定义，其计算方法是以城市交通中普遍使用的微波数据和浮动车数据为依据，通过数据融合、统计建模、数学建模等方法求取路网历史或实时交通指数。本发明具有计算结果准确性高、自适应性强、成本低、可行性强、计算过程简便、时间复杂度低、运算速度快的特点。
-
公开(公告)号：CN104269057A
公开(公告)日：2015-01-07
申请号：CN201410512654.2
申请日：2014-09-29
申请人： 银江股份有限公司
IPC分类号： G08G1/01
CPC分类号： G08G1/0112 , G08G1/0125
摘要： 本发明涉及一种基于浮动车OD数据的卡口传感器部署方法，主要包括以下步骤：(1)读取浮动车历史数据，进行预处理得到浮动车OD数据集X；(2)计算浮动车OD数据集X中的任意两点的距离，得到距离矩阵D＝(dij)n×n；(3)对浮动车OD数据集X进行基于密度和参考距离的聚类算法分析；(4)对步骤(3)得到的每个簇类数据集Xk进行第二次聚类算法分析并作去噪处理得到城市出行密集区；(5)对城市出行密集区进行地图匹配并编号；(6)根据城市交通干道信息确定卡口传感器的部署位置。本发明方法可行性强，计算量降低且运算速度快，可以为城市卡口传感器部署提供实践指导方案。
-
公开(公告)号：CN104182453A
公开(公告)日：2014-12-03
申请号：CN201410281606.7
申请日：2014-06-20
申请人： 银江股份有限公司
IPC分类号： G06F17/30
CPC分类号： G06F17/30194 , G06F17/30306 , G06F17/30321
摘要： 一种面向海量历史浮动车数据的分布式地图匹配方法，包括以下步骤：步骤(1)将海量浮动车数据上传至Hadoop分布式文件系统；步骤(2)分布式数据清洗；步骤(3)将道路节点信息通过分布式缓存方法存储到各个Slave子节点上时，在任何Job在节点上执行之前，先对道路节点信息建立网格索引；步骤(4)通过Hadoop的Map-Reduce框架从分布式文件系统HDFS中读取清洗后的浮动车数据，同样对其进行切片处理，以128M为单元切片成多个数据块，然后将数据块分发到各个节点的Map-Reduce上，同时读取分布式缓存中的道路节点信息进行地图匹配运算，实现分布式运算；步骤(5)Reduce函数将匹配后的信息存储到Hadoop分布式文件系统中。本发明计算速度较快、时间耗费量较小。
-
-
-
-
-
-
-
-
-
搜索结果
12 条记录 (耗时 0.045 秒)