公开(公告)号：CN110299011A

公开(公告)日：2019-10-01

申请号：CN201910683480.9

申请日：2019-07-26

申请人： 长安大学

发明人： 王萍 ,  魏旭 ,  靳引利 ,  许万荣 ,  王军 ,  马党利 ,  谭二龙 ,  贾真 ,  高乙文

IPC分类号： G08G1/01

摘要： 一种基于收费数据的高速公路任意断面的交通流预测方法，包括以下步骤：步骤1，采集数据，得到每辆车在最短路径上的平均行驶速度；步骤2，计算出各类车辆在每个路段的随流运动速度与随流运动时间；步骤3，估算出车辆在各路段接近真实情况的行驶时间；步骤4，估算出每辆车到达指定断面位置的确切时间；步骤5，获取指定断面的交通流量；步骤6，基于SAE模型来对指定断面位置交通流进行预测。本发明不再需要人工在公路现场进行车流量记录或从监控视频进行记录，大大节省了人力与时间。

公开(公告)号：CN109255956A

公开(公告)日：2019-01-22

申请号：CN201811341385.2

申请日：2018-11-12

申请人： 长安大学

发明人： 靳引利 ,  王赛赛 ,  王萍 ,  李立 ,  汪贵平 ,  王军 ,  许万荣 ,  高乙文 ,  贾真

IPC分类号： G08G1/01 ,  G08G1/065

摘要： 本发明公开了一种收费站交通流量异常检测方法，对通过收费站车辆的进出高速公路的数据进行清洗、精简、排序以及流量数据分时统计；生成交通流量时间序列数据并对其进行处理，将生成的时间序列数据作为输入，下一个时间段的交通流量为输出，采用DBN模型进行预测；通过计算预测的交通流与离散化处理的实际交通流的相对误差，判断所述相对误差是否超过异常的阈值，如果所述相对误差超过阈值，则该收费站当前的交通流量出现了异常，否则，该收费站交通流量处于正常情况下；采用基于深度信念网络的收费站交通流异常判断模型,通过深度信念网络学习收费站交通流量特征，实现对交通流量的预测，解决了收费站交通流量异常判断过程中的主观随意问题。

公开(公告)号：CN109359136A

公开(公告)日：2019-02-19

申请号：CN201811180926.8

申请日：2018-10-09

申请人： 长安大学

发明人： 靳引利 ,  王萍 ,  李立 ,  袁梧蓓 ,  王军 ,  颜建强 ,  韩羽 ,  许万荣 ,  贾真 ,  高乙文 ,  高鹏

IPC分类号： G06F16/2458

摘要： 本发明公开了一种基于出租车GPS的数据归整化方法及装置，涉及数据处理领域。用以解决判断交通拥堵持续的时间精度比较低的问题。该方法包括：根据设定的除噪模式对获取到的原始数据进行除噪处理得到无噪数据，所述原始数据来源于多辆出租车在多个路段的GPS数据；将同一辆出租车对应的所述无噪数据包括的无噪数据的GPS时间根据时序模型转换为待归约数据的GPS时间，根据均值归约法将所述待归约数据的GPS时间对应的速度转换为均值速度；根据中值归约法将同一个路段内包括的多辆出租车对应的所述均值速度转换为中值速度，所述中值速度为同一个路段内包括的多辆出租车的瞬时速度的中位数。