-
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
申请人： 银江股份有限公司
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。
-
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。
-
公开(公告)号：CN104103173A
公开(公告)日：2014-10-15
申请号：CN201410351356.X
申请日：2014-07-22
申请人： 银江股份有限公司
IPC分类号： G08G1/017
摘要： 一种套牌车辆缉查布控方法，包括以下步骤：1)数据提取；2)行程时间下界计算；3)采用车牌号码快速hash算法识别车辆；4)套牌车嫌疑度计算：当产生Hash编码相同且车牌号相同的数据，判断是否为套牌嫌疑车，步骤如下：时间可疑度计算，汇总可疑度计算，5)最佳布控点选择：对车辆套牌可疑度进行排序得到可疑套牌车辆表，当可疑度大于设定阈值，判定为可疑套牌车辆；对可疑套牌车辆进行轨迹分析，根据卡口号码以及经过时间，建立车辆行驶轨迹表，将同一时间槽内经过次数最多的卡口号作为最佳布控点。本发明提供了一种计算速度较快、识别精度较高、可靠性良好，兼有布控拦截功能的套牌车辆缉查布控方法。
-
公开(公告)号：CN104103173B
公开(公告)日：2016-08-24
申请号：CN201410351356.X
申请日：2014-07-22
申请人： 银江股份有限公司
IPC分类号： G08G1/017
摘要： 一种套牌车辆缉查布控方法，包括以下步骤：1)数据提取；2)行程时间下界计算；3)采用车牌号码快速hash算法识别车辆；4)套牌车嫌疑度计算：当产生Hash编码相同且车牌号相同的数据，判断是否为套牌嫌疑车，步骤如下：时间可疑度计算，汇总可疑度计算，5)最佳布控点选择：对车辆套牌可疑度进行排序得到可疑套牌车辆表，当可疑度大于设定阈值，判定为可疑套牌车辆；对可疑套牌车辆进行轨迹分析，根据卡口号码以及经过时间，建立车辆行驶轨迹表，将同一时间槽内经过次数最多的卡口号作为最佳布控点。本发明提供了一种计算速度较快、识别精度较高、可靠性良好，兼有布控拦截功能的套牌车辆缉查布控方法。
-
公开(公告)号：CN104240507A
公开(公告)日：2014-12-24
申请号：CN201410476845.8
申请日：2014-09-18
申请人： 银江股份有限公司
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。
-
-
-
-
搜索结果
5 条记录 (耗时 0.02 秒)