-
公开(公告)号：CN113344052A
公开(公告)日：2021-09-03
申请号：CN202110591189.6
申请日：2021-05-28
Applicant: 东南大学
Abstract: 本发明公开了基于泰森多边形和K均值聚类的时空频繁模式挖掘方法，包括：在研究区域构建泰森多边形，利用希尔伯特分形曲线对泰森多边形内每一个多边形进行编号；获取研究区域内每个移动对象的位置信息，对数据集内对应的经纬度坐标转换到泰森多边形所在的坐标系；将移动对象的出行轨迹由时空立方体中的曲线转换成新时空空间中的点；利用K‑Means聚类对新时空空间中的点进行聚类；取聚类后每一类空间特征值表示该类频繁模式，将聚类后的结果还原到三维空间。本发明利用泰森多边形对研究区域进行描述，避免稀疏地方发生数据冗余的问题，对移动行为发生密集的地方给出更精确描述；为研究群体出行需求、出行推荐、交通规划及管理提高重要参考价值。
-
公开(公告)号：CN112488381A
公开(公告)日：2021-03-12
申请号：CN202011355525.9
申请日：2020-11-27
Applicant: 东南大学
Abstract: 本发明公开了一种基于最小二乘法的出行/活动行为选择模型参数标定方法，用于解决城市交通规划中的模型参数标定问题。该方法包括以下步骤：(1)定义数据类型，进行预处理；(2)以最小二乘法为核心，设计上层优化模型，求解出行/活动行为选择模型的参数最优估计；(3)以交通分配为核心，设计下层优化模型，求解交通网络中的流量分布；(4)采用模拟退火法求解该双层优化模型，得到参数的估计值；(5)应用卡尔曼滤波器，对参数的估计值进行平滑，输出参数的最终标定值。应用本发明提出的方法可以有效地为出行/活动行为选择模型进行参数标定，具有广泛的适用性，并且可以根据需求调整输入数据量以及模型的精确度。
-
公开(公告)号：CN112488381B
公开(公告)日：2024-09-20
申请号：CN202011355525.9
申请日：2020-11-27
Applicant: 东南大学
Abstract: 本发明公开了一种基于最小二乘法的出行/活动行为选择模型参数标定方法，用于解决城市交通规划中的模型参数标定问题。该方法包括以下步骤：(1)定义数据类型，进行预处理；(2)以最小二乘法为核心，设计上层优化模型，求解出行/活动行为选择模型的参数最优估计；(3)以交通分配为核心，设计下层优化模型，求解交通网络中的流量分布；(4)采用模拟退火法求解该双层优化模型，得到参数的估计值；(5)应用卡尔曼滤波器，对参数的估计值进行平滑，输出参数的最终标定值。应用本发明提出的方法可以有效地为出行/活动行为选择模型进行参数标定，具有广泛的适用性，并且可以根据需求调整输入数据量以及模型的精确度。
-
公开(公告)号：CN113344052B
公开(公告)日：2024-04-09
申请号：CN202110591189.6
申请日：2021-05-28
Applicant: 东南大学
IPC: G06F18/23213 , G06N5/025
Abstract: 本发明公开了基于泰森多边形和K均值聚类的时空频繁模式挖掘方法，包括：在研究区域构建泰森多边形，利用希尔伯特分形曲线对泰森多边形内每一个多边形进行编号；获取研究区域内每个移动对象的位置信息，对数据集内对应的经纬度坐标转换到泰森多边形所在的坐标系；将移动对象的出行轨迹由时空立方体中的曲线转换成新时空空间中的点；利用K‑Means聚类对新时空空间中的点进行聚类；取聚类后每一类空间特征值表示该类频繁模式，将聚类后的结果还原到三维空间。本发明利用泰森多边形对研究区域进行描述，避免稀疏地方发生数据冗余的问题，对移动行为发生密集的地方给出更精确描述；为研究群体出行需求、出行推荐、交通规划及管理提高重要参考价值。
-
公开(公告)号：CN112860570A
公开(公告)日：2021-05-28
申请号：CN202110247547.1
申请日：2021-03-06
Applicant: 东南大学
IPC: G06F11/36
Abstract: 本发明提出了一种基于组合测试的软硬件混合系统联合试验剖面构造方法，该方法包括：分析软硬件混合系统、确定软硬件混合系统综合任务剖面、确定硬件环境参数、确定每个环境参数对应的测试需求、确定每个测试需求下环境剖面数据表、确定软件每个任务对应的测试需求、确定每个软件测试需求的操作剖面、确定软件应力、确定软硬件混合系统测试参数表、确定软硬件混合系统测试场景以及确定软硬件混合系统可靠性联合试验剖面，共11个步骤。本发明在确定软硬件混合系统测试场景时使用的是两两覆盖的组合测试的方法，不仅可以生成比目前剖面构造方法更少的测试场景，而且可以更加真实的反映软硬件混合系统的实际使用情况。
-
Patent Agency Ranking
公开(公告)号：CN112632202A
公开(公告)日：2021-04-09
申请号：CN202011505866.X
申请日：2020-12-18
Applicant: 东南大学
IPC: G06F16/29 , G06F16/9537 , G06F17/18
Abstract: 本发明公开了一种基于高阶隐马尔可夫模型的动态地图匹配方法，方法通过GPS点数据和路网信息，获取GPS点的候选路段，进而获取GPS点在各候选路段中的候选点，然后计算GPS点的各候选点的高阶隐马尔可夫模型转移概率和高阶隐马尔科夫模型的状态转移概率，采用Viterbi算法求解高阶隐马尔可夫模型，实现对GPS点和路网中的路段的匹配，本发明提供的方法简单高效，能够精确的实现动态地图匹配。
-
公开(公告)号：CN109978746A
公开(公告)日：2019-07-05
申请号：CN201910236950.7
申请日：2019-03-27
Applicant: 东南大学
Abstract: 本发明公开了一种基于信令数据并结合动态阈值判断出行有效性的人口交换量估计方法，能够利用手机网络运营商日常运营时产生收集的信令数据，低成本地获得进行交通规划所必需的不同空间尺度和时间尺度的人口交换量信息。本发明利用信令数据获取各层次的人口交换量，可以广泛应用于城市规划以及交通规划和管理，更合理高效地分有限的公共资源；此外，和传统的问卷等方式采集人口交换数据相比，基于信令数据的人口交换量估计方法成本低、准确率高，是大数据时代城市交通规划方法革新的代表之一。
-
公开(公告)号：CN116800569A
公开(公告)日：2023-09-22
申请号：CN202310376220.3
申请日：2023-04-11
Applicant: 东南大学
IPC: H04L27/00 , G06N3/0442 , G06N3/0464 , G06N3/08
Abstract: 本发明公开了信号自动调制识别方法，包括以下步骤：步骤1、获取目标信号，所述目标信号为待调制识别的信号；步骤2、获取目标信号的I/Q双通道数据、A/P双通道数据，将I/Q双通道数据、A/P双通道数据分别分离，得到独立的I单通道数据、Q单通道数据、A单通道数据和P单通道数据；步骤3、搭建对称多通道深度学习系统，构建数据集，对搭建的对称多通道深度学习系统进行训练，得到训练好的对称多通道深度学习系统；步骤4、向训练好的对称多通道深度学习系统输入新的待调制识别的信号，确定目标信号的信号调制识别方式。本发明提升了基于深度学习方法的自动调制识别技术的识别准确性，在调制方式区分上具有较高的识别性能。
-
公开(公告)号：CN109978746B
公开(公告)日：2023-02-28
申请号：CN201910236950.7
申请日：2019-03-27
Applicant: 东南大学
Abstract: 本发明公开了一种基于信令数据并结合动态阈值判断出行有效性的人口交换量估计方法，能够利用手机网络运营商日常运营时产生收集的信令数据，低成本地获得进行交通规划所必需的不同空间尺度和时间尺度的人口交换量信息。本发明利用信令数据获取各层次的人口交换量，可以广泛应用于城市规划以及交通规划和管理，更合理高效地分有限的公共资源；此外，和传统的问卷等方式采集人口交换数据相比，基于信令数据的人口交换量估计方法成本低、准确率高，是大数据时代城市交通规划方法革新的代表之一。
-
公开(公告)号：CN102129712A
公开(公告)日：2011-07-20
申请号：CN201110057508.1
申请日：2011-03-10
Applicant: 东南大学
IPC: G06T17/05
Abstract: 基于多地层及三维的土石方数量的三角网模型构建方法利用三维数字地面模型技术，可以精确计算各地层不同土石的填挖方量，操作简便，能提高道路设计行业的效率，该方法包括以下的具体步骤：1）基于现有钻孔资料，利用三角网还原各地层层面的三维模型，2）利用多地层模型，按不同的土石分别计算其填挖量，在平面上,以道路模型三角网叠加原始地面模型三角网,其相交点设为模型的新增点,对道路模型三角化产生的所有点及约束边进行带约束的狄洛尼三角网重构，得到边网完全重合的道路三维模型和原地面模型三角网，根据每个三角形对各顶点在三角网模型中的高程坐标，得到各三角形对的体积，累加所有三角形对的体积得到的就是道路与原地面之间的土石方量。
-
-
-
-
-
-
-
-
-
Search Results
20
records
(took 0.056 seconds)
