-
公开(公告)号：CN107958610A
公开(公告)日：2018-04-24
申请号：CN201711164667.5
申请日：2017-11-21
Applicant: 同济大学
Abstract: 本发明涉及一种基于泊位共享的功能混合用地停车位预估方法，包括：采用影响因素修正系数模型，以现状年各业态停车需求生成率为基础，对目标年各业态停车需求生成率进行修正；基于停车需求一致稳定性特征，根据停车需求高峰比获得目标年功能混合用地不同业态建筑停车需求分时刻分布；利用不同业态建筑停车需求高峰时间的差异性，基于泊位共享预测混合用地分时刻停车需求量；根据共享型高峰停车需求量，在不同泊位供给政策情况下预估混合用地停车位。与现有技术相比，本发明考虑了功能混合用地不同业态建筑之间的泊位共享，避免了通过叠加单一配建指标所造成的停车泊位资源浪费，能够降低停车场的建设成本。
-
公开(公告)号：CN112193245B
公开(公告)日：2021-09-03
申请号：CN202011015180.2
申请日：2020-09-24
Applicant: 同济大学
Abstract: 本发明涉及一种考虑驾驶员模糊感知的深度学习跟驰预测方法，包括如下步骤：S1、训练用于根据跟驰特征数据预测本车速度深度学习跟驰模型；S2、获取真实跟驰特征时序数据，输入至深度学习跟驰模型得到本车速度预测时序数据；S3、提取待预测时刻前N个时刻的真实跟驰特征时序数据以及本车速度预测时序数据作为第一数据集和第二数据集；S4、确定模糊感知时间窗，将第一数据集中位于模糊感知时间窗内的本车速度替换为第二数据集中对应时刻的本车速度预测值形成预测输入数据；S5、将预测输入数据输入至深度学习跟驰模型得到待预测时刻的本车速度预测值。与现有技术相比，本发明设置不同的模糊感知时间窗可对同一跟驰场景生成异质跟驰行为。
-
公开(公告)号：CN110444041B
公开(公告)日：2021-07-02
申请号：CN201910752168.0
申请日：2019-08-15
Applicant: 同济大学
Abstract: 本发明涉及一种基于分区的停车场精细化管理方法，包括以下步骤：1)考虑停车场的不同服务对象，分别针对不同的停车用户包括租位用户和临时用户挖掘其停车特征；2)为租位用户分配固定用户区域供其停车，通过对租位用户停车需求的统计固定用户区域车位数量；3)为临时用户分配非固定用户区域供其停车，通过考虑车位时空资源和泊位的周转率、利用率确定非固定用户区域车位数量；4)在固定用户区域和非固定用户区域之间设置缓冲区域来提供车位补给；5)提出车位的布局安排原则；6)根据不同区域车位数量以及停车场的实际布局确定精细化管理的分区方案；7)对不同区域设定不同的收费规则以提高停车场管理者的收益。
-
公开(公告)号：CN112193245A
公开(公告)日：2021-01-08
申请号：CN202011015180.2
申请日：2020-09-24
Applicant: 同济大学
Abstract: 本发明涉及一种考虑驾驶员模糊感知的深度学习跟驰预测方法，包括如下步骤：S1、训练用于根据跟驰特征数据预测本车速度深度学习跟驰模型；S2、获取真实跟驰特征时序数据，输入至深度学习跟驰模型得到本车速度预测时序数据；S3、提取待预测时刻前N个时刻的真实跟驰特征时序数据以及本车速度预测时序数据作为第一数据集和第二数据集；S4、确定模糊感知时间窗，将第一数据集中位于模糊感知时间窗内的本车速度替换为第二数据集中对应时刻的本车速度预测值形成预测输入数据；S5、将预测输入数据输入至深度学习跟驰模型得到待预测时刻的本车速度预测值。与现有技术相比，本发明设置不同的模糊感知时间窗可对同一跟驰场景生成异质跟驰行为。
-
公开(公告)号：CN110599236A
公开(公告)日：2019-12-20
申请号：CN201910751621.6
申请日：2019-08-14
Applicant: 同济大学
Abstract: 本发明公开了一种基于GRU模型的短时停车需求预测方法，包括以下步骤：1)获得停车场设施的历史数据，对历史数据进行处理，得到各时间点上的泊位占有率数据。2)利用深度学习Keras框架包，设定GRU神经网络结构，利用Keras包中GridSearch函数获得模型最优参数。3)利用训练集数据训练GRU模型，保存该模型并预测下一个步长的泊位占有率。与现有技术相比，本发明在获取连续停车数据的背景下利用大数据处理技术以及应用深度学习最新的算法，提出了更先进以及更精确的停车信息诱导发布方法，其不仅可以考虑停车需求在时间维度上的关联性，同时其细胞模块有着更简介的控制门结构，能够很大程度上提高训练效率，从而提高停车设施的利用率，提升有泊车需求用户的满意度，同时避免用户的不必要交通，减轻道路的交通压力，还利于交通管理部门在车流高峰时期进行有效的交通管控。
-
Patent Agency Ranking
公开(公告)号：CN110598992A
公开(公告)日：2019-12-20
申请号：CN201910755938.7
申请日：2019-08-15
Applicant: 同济大学
Abstract: 一种新停车需求规划方法，其特征在于，包括以下步骤：1)构建停车设施停车需求新指标：单位时间的停车需求高峰比、到达量高峰比、停车时长和驶离量高峰比指标；2)连续数据环境下对停车场的步骤1)各个停车高峰比指标数据进行稳定性验证式分析；所述稳定性是指同一停车设施在不同日期的停车特征相似程度；所述稳定性是指随机选取某一天的数据所获得的停车特征能代表停车总体特征的程度，随机选取某一天的停车特征可以代表不同季节特征的程度；3)步骤2)验证后确认了稳定性，据此对各个停车场设计停车规划管理。
-
公开(公告)号：CN110223533A
公开(公告)日：2019-09-10
申请号：CN201910530235.4
申请日：2019-06-19
Applicant: 同济大学
Abstract: 本发明公开了一种基于生存分析的夜间驻留停车需求预测方法，其中，该方法包括：获取停车场连续停车数据和一些外部因素数据；根据停车特征分析划分停车的日间时段和夜间时段，将夜间停车需求转化为日间停放车辆的驻留部分；将停车事件用生存事件表述，进行相应的数据处理使其形式适用于生存分析方法；采用半参数模型方法，构建多种因素对停车时长影响的Cox比例风险模型；根据模型结果对不同条件下日间驶入车辆停放不同时长的概率进行预测，进一步得到预测的夜间停车需求。本发明提出了一种新的夜间停车需求预测的微观方法，且具有良好的预测精度。根据本发明提出的这种夜间驻留停车需求预测方法，能够为停车场的夜间需求管理提供依据，可用于精细化管理的定价、共享泊位开放、停车分区等方面。
-
公开(公告)号：CN106652483B
公开(公告)日：2019-06-04
申请号：CN201710129410.X
申请日：2017-03-06
Applicant: 同济大学
Abstract: 本发明公开了一种利用检测设备在区域公路网布设交通信息检测点的方法，包括：建立公路路网建模；将重要的交叉口，和城镇出入口作为节点对路网路段进行第一次总体划分，结合路段管辖特别是行政区划对相关路段进行第二次划分；指标选取节点所在位置重要性、节点所连接路段数量进行打分；先对节点按照重要度排序，然后对节点相关路段按照权值大小排序；按照节点重要度的高低的依次保证每个节点所连接的路段中有一个视频检测器。本发明切实提高了检测的空间覆盖率和调查数据的代表性；以最少的检测点获取能够反映公路网整体交通信息的数据，最大限度的减少动态交通数据采集体系的建设投入和后期运行投入；保证布设方法与布设方案的科学合理性。
-
公开(公告)号：CN106652483A
公开(公告)日：2017-05-10
申请号：CN201710129410.X
申请日：2017-03-06
Applicant: 同济大学
CPC classification number: G08G1/042 , G06F17/5009 , G06F17/509 , G08G1/0116
Abstract: 本发明公开了一种利用检测设备在区域公路网布设交通信息检测点的方法，包括：建立公路路网建模；将重要的交叉口，和城镇出入口作为节点对路网路段进行第一次总体划分，结合路段管辖特别是行政区划对相关路段进行第二次划分；指标选取节点所在位置重要性、节点所连接路段数量进行打分；先对节点按照重要度排序，然后对节点相关路段按照权值大小排序；按照节点重要度的高低的依次保证每个节点所连接的路段中有一个视频检测器。本发明切实提高了检测的空间覆盖率和调查数据的代表性；以最少的检测点获取能够反映公路网整体交通信息的数据，最大限度的减少动态交通数据采集体系的建设投入和后期运行投入；保证布设方法与布设方案的科学合理性。
-
公开(公告)号：CN119955891A
公开(公告)日：2025-05-09
申请号：CN202510181880.5
申请日：2025-02-19
Applicant: 同济大学
IPC: C12Q1/02 , C12N5/10 , C12N5/079 , C12N5/0793 , C12N15/85 , C12N15/65 , C12N15/12 , C12N15/53 , G01N21/64
Abstract: 本发明公开了一种基于大脑类器官的癫痫疾病动态监测方法及系统，涉及癫痫疾病动态监测技术领域。该基于大脑类器官的癫痫疾病动态监测方法，包括以下步骤：转座子重组；大脑类器官培养；待检测药物验证。本发明通过将目的基因MECP2分别与A启动子和B启动子分别串联分别得到元件甲和元件乙，然后利用转座酶将第一质粒和第二质粒分别插入细胞系甲和细胞系乙中的染色体上，最后在第一大脑类器官和第二大脑类器官发育成熟后，分别检测MECP2蛋白含量及变化来验证待检测药物对癫痫疾病的作用，达到了提高神经元活性药物筛选准确度的效果，解决了现有技术中存在癫痫疾病动态监测过程中神经元活性药物筛选准确度低的问题。
-
-
-
-
-
-
-
-
-
Search Results
32
records
(took 0.022 seconds)
