-
Patent Agency Ranking
公开(公告)号：CN111814597A
公开(公告)日：2020-10-23
申请号：CN202010569585.4
申请日：2020-06-20
Applicant: 南通大学
Abstract: 本发明属于城市规划和城市管理领域，公开了一种耦合多标签分类网络和YOLO的城市功能分区方法。包括：将具有地物类型标签第一训练集分为非典型地物数据集和典型地物数据集，分别对多标签分类网络和YOLO目标检测算法模型进行；将具有功能标签的第二训练集的遥感影像数据分别输入训练后的上述两个模型，输出遥感影像的非典型地物类型置信度、典型地物类型置信度、典型地物尺寸和典型地物空间位置信息，并计算典型地物面积占比率；采用得到的上述属性和功能类型标注训练决策树模型；使用训练好的上述模型对目标城市进行功能分区。该方法通过决策树模型实现了多标签分类网络和YOLO的城市功能的耦合使用，提高城市功能分区的准确率和可解释性。
-
公开(公告)号：CN111814596A
公开(公告)日：2020-10-23
申请号：CN202010569583.5
申请日：2020-06-20
Applicant: 南通大学
Abstract: 本发明提出了一种遥感影像与出租车轨迹融合的自动城市功能分区方法。首先，利用将目标城市划分为街区单元，计算各街区的轨迹时空信息熵并设定预设阈值，将街区分为两类区域。第一区域轨迹信息量充足，由各时段出租车上下客点的频度信息作为社会功能类别的解译标志，采用KMeans++聚类得到分区结果。第二区域通过区分遥感影像中有典型解译标志和非典型解译标志的地物，使用决策树对识别后地物的置信结果进行分类，得到分区结果；调整预设阈值结合交叉验证重复上述步骤，直到精度满足规定条件，最终得到目标城市的社会功能分区结果。本发明充分发挥了轨迹数据空间精度高、时间连续的优点，同时结合了遥感影像覆盖面广且地物识别能力强的优势。
-
公开(公告)号：CN109697881A
公开(公告)日：2019-04-30
申请号：CN201910034625.2
申请日：2019-01-15
Applicant: 南通大学
IPC: G08G1/0968
Abstract: 本发明公开了一种基于实时道路拥堵信息的绕行指引方法，获取城市实时道路拥堵信息，将其录入系统之中，系统接收到数据后，将提取的信息可视化匹配到系统的地图道路之中，司机通过系统定位起点位置、终点位置、设置路径优化阈值以及路径优化标准，发送导航服务请求到服务器，服务器进行后端并发计算，后端结合获取的道路拥堵信息以及交通灯位置数据、起始点和终点位置数据、路径优化阈值、路径优化标准、交通矢量路网数据、各拥堵等级的标准行驶速度来综合计算时间最短路径以及对应的路径长度，最后综合路径长度和行驶时间对路径进行筛选，将合适的路径信息推送到前端供司机选取。本发明提高了居民出行效率，缓解城市交通压力。
-
公开(公告)号：CN109448372A
公开(公告)日：2019-03-08
申请号：CN201811316702.5
申请日：2018-11-07
Applicant: 南通大学
IPC: G08G1/01
Abstract: 本发明公开了一种乘车安全监测与报警方法，乘客上车时登录客户端软件并输入乘客信息，软件将信息发送至打车平台；打车平台经过数据处理后，车辆安全监测平台将从打车平台获取乘车数据与车辆实时数据并存入数据库；车辆安全监测平台获取当前车辆的轨迹数据、危险区域数据、实时路况拥堵数据、交通灯位置数据、乘客性别数据和数量数据等存入数据库，通过危险监测模型对车辆进行危险系数评分，生成评分数据存入数据库内；检测平台通过多维度因素计算乘车危险指数P，并根据危险指数P进行相应报警操作。本发明实时检测乘客的安全状况，并将消息相互传送，从而达到动态安全监测目的，提高乘客的乘车安全。
-
公开(公告)号：CN109345769A
公开(公告)日：2019-02-15
申请号：CN201811316701.0
申请日：2018-11-07
Applicant: 南通大学
Abstract: 本发明公开了一种面向打车的乘客安全状态监测方法，获取乘客相关数据并初始化危险积分P=0；获取城市打车潜在的危险区域，当车辆进入危险区域时，执行警示判断；对比实际行驶时间和预计时间并进行预警；计算乘客数量评分系数；计算乘客性别评分系数；计算总积分P；通过总分P判断乘客安全状态。本发明通过对城市中载客车辆的实时位置和运行状态进行分析，得到其行驶状态，并与潜在危险区域进行空间分析，检测出车辆实时的安全程度，从一定程度上减少案件发生，提高乘客的乘车安全。
-
-
-
-
Search Results
15
records
(took 0.025 seconds)
