-
公开(公告)号：CN110083670B
公开(公告)日：2020-09-18
申请号：CN201910231199.1
申请日：2019-03-26
申请人： 长安大学
摘要： 本发明涉及地图匹配领域，具体涉及一种基于路段密度来划分地图网格的方法，该方法在道路密度不同的地区划分不同大小的网格，保证每个网格内的路段数量有一定的上限，使得每个网格内的路段数量相接近，每个网格内路段数据与全部网格中路段数据的均值相差较小，全部网格中路段数据的方差较小，在大规模路段数据进行搜索时，有很好的负载均衡。本发明基于路段密度划分网格，路段密集的地方网格划分的多且小，路段稀疏的地方网格划分的少且大，网格内路段数量有上限，遍历一个网格内的路段数据更加快捷。适用于采用网格法构建数字地图的软件设计，在地图匹配领域有重要的应用价值。
-
公开(公告)号：CN111047179A
公开(公告)日：2020-04-21
申请号：CN201911244779.0
申请日：2019-12-06
申请人： 长安大学
IPC分类号： G06Q10/06 , G06Q10/08 , G06F16/2458
摘要： 一种基于频繁模式挖掘的车辆运输效率分析方法，通过智能加载传感器获得车辆数据，对车辆数据进行预处理，得到完整的车辆数据；对完整的车辆数据进行计算，得到车辆属性信息；对车辆属性信息进行大数据感知，得到属性数据；采用频繁模式挖掘算法确定各属性数据之间的相关性度量值，通过计算两者之间的提升度，得到各个因素之间的相关性，确定影响油耗的最大因素，分析出对车辆运输效率影响的相关性因素，以降低车辆的燃油消耗为目的，进而提高车辆的运输效率。相较于现有技术,本发明能更精准地分析出影响车辆燃油消耗的主要因素，有效的得出影响车辆运输效率的相关性因素，通过降低车辆的燃油消耗，来提高车辆的运输效率。
-
公开(公告)号：CN111047179B
公开(公告)日：2021-06-01
申请号：CN201911244779.0
申请日：2019-12-06
申请人： 长安大学
IPC分类号： G06Q10/06 , G06Q10/08 , G06F16/2458
摘要： 一种基于频繁模式挖掘的车辆运输效率分析方法，通过智能加载传感器获得车辆数据，对车辆数据进行预处理，得到完整的车辆数据；对完整的车辆数据进行计算，得到车辆属性信息；对车辆属性信息进行大数据感知，得到属性数据；采用频繁模式挖掘算法确定各属性数据之间的相关性度量值，通过计算两者之间的提升度，得到各个因素之间的相关性，确定影响油耗的最大因素，分析出对车辆运输效率影响的相关性因素，以降低车辆的燃油消耗为目的，进而提高车辆的运输效率。相较于现有技术,本发明能更精准地分析出影响车辆燃油消耗的主要因素，有效的得出影响车辆运输效率的相关性因素，通过降低车辆的燃油消耗，来提高车辆的运输效率。
-
公开(公告)号：CN110689131A
公开(公告)日：2020-01-14
申请号：CN201910920130.X
申请日：2019-09-26
申请人： 长安大学
摘要： 一种基于朴素贝叶斯模型的车辆能耗影响分析方法，对车辆驾驶数据进行处理后再进行计算，得到车辆数据信息；通过联机分析处理对车辆数据信息进行多维度的分析，得到车辆因素和油耗的二维视图，通过判断各种车辆因素与油耗的二维视图是否有关联，从而筛选得到影响油耗的因素；对筛选出的影响油耗的因素进行离散化处理，然后划分为若个子类，并通过朴素贝叶斯模型计算各种影响油耗的因素的估计概率，确定对油耗影响最大的信息。本发明采用联机分析处理系统进行数据分析，分析各个因素是否与油耗有关联，对与油耗有关联的因素，使用数据挖掘来确定主要的节省燃料的影响因素，从而确定司机的驾驶习惯和风格，给出驾驶建议，从而达到节能驾驶的目的。
-
公开(公告)号：CN110083670A
公开(公告)日：2019-08-02
申请号：CN201910231199.1
申请日：2019-03-26
申请人： 长安大学
摘要： 本发明涉及地图匹配领域，具体涉及一种基于路段密度来划分地图网格的方法，该方法在道路密度不同的地区划分不同大小的网格，保证每个网格内的路段数量有一定的上限，使得每个网格内的路段数量相接近，每个网格内路段数据与全部网格中路段数据的均值相差较小，全部网格中路段数据的方差较小，在大规模路段数据进行搜索时，有很好的负载均衡。本发明基于路段密度划分网格，路段密集的地方网格划分的多且小，路段稀疏的地方网格划分的少且大，网格内路段数量有上限，遍历一个网格内的路段数据更加快捷。适用于采用网格法构建数字地图的软件设计，在地图匹配领域有重要的应用价值。
-
-
-
-
搜索结果
5 条记录 (耗时 0.021 秒)
