-
公开(公告)号:CN117523289A
公开(公告)日:2024-02-06
申请号:CN202311514002.8
申请日:2023-11-14
Applicant: 扬州大学
IPC: G06V10/764 , G06F18/10 , G06F18/23 , G06F18/22 , G06F18/213
Abstract: 本发明公开了一种基于轨迹数据的货车运行模式分类与识别方法及系统,涉及道路运输领域,方法包括:提取货车轨迹数据的基本信息,并进行初步清洗;提取货车行驶‑停留特征;进行货车停留点位置类型辨别;进行货车运行行程链构建;对货车的运行模式进行分类;基于行程链特征指标和货车的运行模式的分类结果,进行货车运行模式识别;本发明能够有效提高货车运行模式的分类与识别准确性,并提供了更具体的运行模式特征指标体系,为货车运输相关领域的管理和决策提供了有价值的参考依据,具有很高的市场实施可能性,技术可行性与应用需求俱佳。可以降低货运企业的损失和管理成本,提升运营效率。
-
公开(公告)号:CN115204568A
公开(公告)日:2022-10-18
申请号:CN202210564169.4
申请日:2022-05-23
Applicant: 扬州大学
Abstract: 本发明公开了一种基于图论的公交运营高风险区域动态辨识方法,包括,获取公交车驾驶员行驶异常数据,并将行驶异常数据传入数据库;在数据库所在的区域建立坐标系网格,对每个网格中的行驶异常数据进行统计并建立风险指标;计算每个网格中行驶异常数据类型的权重与网格风险值,基于k‑means聚类算法分割每个网格中的高风险网格与低风险网格,基于图论将高风险网格在区域中以无向无环图的形式表征;基于图连通性聚类算法将高风险网格分割为一个或多个独立的备选高风险区域,并筛选公交车运营高风险区域。通过本方法可以对城市公交运营高风险区域进行动态监控,提高了城市交通的安全指数。
-