-
公开(公告)号：CN119023912B
公开(公告)日：2025-02-11
申请号：CN202411508230.9
申请日：2024-10-28
Applicant: 中南大学
IPC: G01N33/00 , G01N13/00 , G01W1/02 , G06F18/211 , G06N20/20 , G06F17/15 , G06F18/243
Abstract: 本发明实施例中提供了一种基于边缘计算的外源与本地大气污染分离方法，属于计算技术领域，具体包括：大气污染物监测浓度数据和气象数据并利用其训练随机森林模型；对气象数据的气象特征进行多次随机抽样；将抽样得到的气象特征输入到训练好的随机森林模型中，获取消除气象因素影响的空气污染物数据；匹配中心城市与周边城市，形成所有城市之间的不同城市对；建立城市之间的污染扩散函数估计模型；对污染扩散函数估计模型进行估计，得到现有污染扩散函数；根据现有污染扩散函数构建本地大气污染浓度测算模型并对其求解，得到所有城市的本地大气污染浓度并进行数据化展示。通过本发明的方案，提高了识别精准度、适应性和实时性。
-
公开(公告)号：CN119023912A
公开(公告)日：2024-11-26
申请号：CN202411508230.9
申请日：2024-10-28
Applicant: 中南大学
IPC: G01N33/00 , G01N13/00 , G01W1/02 , G06F18/211 , G06N20/20 , G06F17/15 , G06F18/243
Abstract: 本发明实施例中提供了一种基于边缘计算的外源与本地大气污染分离方法，属于计算技术领域，具体包括：大气污染物监测浓度数据和气象数据并利用其训练随机森林模型；对气象数据的气象特征进行多次随机抽样；将抽样得到的气象特征输入到训练好的随机森林模型中，获取消除气象因素影响的空气污染物数据；匹配中心城市与周边城市，形成所有城市之间的不同城市对；建立城市之间的污染扩散函数估计模型；对污染扩散函数估计模型进行估计，得到现有污染扩散函数；根据现有污染扩散函数构建本地大气污染浓度测算模型并对其求解，得到所有城市的本地大气污染浓度并进行数据化展示。通过本发明的方案，提高了识别精准度、适应性和实时性。
-
公开(公告)号：CN118522151B
公开(公告)日：2024-10-18
申请号：CN202410930033.X
申请日：2024-07-11
Applicant: 中南大学
IPC: G08G1/01 , G06F18/20 , G06F18/213
Abstract: 本申请涉及智能交通技术领域，提供了一种交通流预测方法、装置、设备及介质。该交通流预测方法包括：根据行驶轨迹对应的多个路段，将行驶轨迹分割为多个路段轨迹，并基于每两个路段轨迹之间的连接关系，从所有路段轨迹中确定出多个真实路段轨迹；根据所有真实路段轨迹，获取目标区域内每个路段在#imgabs0#个时间段的交通流量；对每个路段在所有时间段的交通流量进行特征提取，得到每个路段的交通流特征；构建路网拓扑树，并基于路网拓扑树获取每个路段的树矩阵；基于所有路段的树矩阵和所有路段的交通流特征对每个路段在未来多个时间段的交通流量进行预测，得到目标区域的交通流量预测结果。本申请的交通流预测方法能提高交通流预测的精确度。
-
公开(公告)号：CN118522151A
公开(公告)日：2024-08-20
申请号：CN202410930033.X
申请日：2024-07-11
Applicant: 中南大学
IPC: G08G1/01 , G06F18/20 , G06F18/213
Abstract: 本申请涉及智能交通技术领域，提供了一种交通流预测方法、装置、设备及介质。该交通流预测方法包括：根据行驶轨迹对应的多个路段，将行驶轨迹分割为多个路段轨迹，并基于每两个路段轨迹之间的连接关系，从所有路段轨迹中确定出多个真实路段轨迹；根据所有真实路段轨迹，获取目标区域内每个路段在#imgabs0#个时间段的交通流量；对每个路段在所有时间段的交通流量进行特征提取，得到每个路段的交通流特征；构建路网拓扑树，并基于路网拓扑树获取每个路段的树矩阵；基于所有路段的树矩阵和所有路段的交通流特征对每个路段在未来多个时间段的交通流量进行预测，得到目标区域的交通流量预测结果。本申请的交通流预测方法能提高交通流预测的精确度。
-
-
-
Search Results
4
records
(took 0.015 seconds)
