-
公开(公告)号：CN114358990B
公开(公告)日：2025-04-08
申请号：CN202111330827.5
申请日：2021-11-11
Applicant: 南通大学
IPC: G06Q50/26 , G16H50/80 , G06F18/23213 , G06F18/241 , G06N3/0464 , G06N3/08
Abstract: 本发明公开了一种基于居民出行结构的城市交通状态感知方法，首先基于出租车轨迹中上下客点和遥感影像数据，并采用机器学习提取社会功能区属性。并标定出租车轨迹中上下客点的社会功能区属性，建立居民出行OD矩阵。对OD矩阵中的居民流进行分类，并统计一段时间内各类型OD流在总出行量中的比重，最终建立不同时期的居民出行结构。通过分析社会正常时期和疫情爆发时期的居民出行结构状态变化，提取居民出行结构的阈值，从居民出行视角实现城市交通状态判别，为城市管理者制定针对性居民出行措施提供定量参考。同时本发明中的出行结构能够通过其他具有居民出行位置信息的社会感知数据建立，如手机信令、公交IC卡等数据，具有较强的普适性。
-
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：CN111723525A
公开(公告)日：2020-09-29
申请号：CN202010582321.2
申请日：2020-06-23
Applicant: 南通大学
Abstract: 本发明公开了一种基于多源数据和神经网络模型的PM2.5反演方法，获取Landsat 8影像数据，PM2.5监测数据，气象数据，高程数据和城市特征数据；提取Landsat 8影像特征及其衍生特征；提取风速、温度、降水和相对湿度等与PM2.5具有相关性的气象特征；提取地形特征以及工厂密度、道路密度、人口密度和人均GDP等城市特征；搭建神经网络模型，对数据集进行训练；对模型进行优化；使用反演模型得到PM2.5反演结果；利用逐小时气象数据实时更新反演结果并利用逐小时空气质量数据对反演结果进行纠偏。本发明能够较准确的反演出PM2.5实时浓度，得到PM2.5的空间分布规律，为需要高精度PM2.5分布数据的研究提供基础数据。
-
Patent Agency Ranking
公开(公告)号：CN110849379B
公开(公告)日：2023-04-25
申请号：CN201911008793.0
申请日：2019-10-23
Applicant: 南通大学
Abstract: 本发明属于智能交通技术领域，公开了一种用于导航地图的出入口通行状态符号表达方法。本发明根据城市路网数据和遥感影像数据进行区域划分，针对不同区域确定兴趣区域，建立兴趣区域的边界缓冲区域，提取边界缓冲区域内的出租车下客点数据，并进行密度聚类，得到出租车下客点聚类区域，确定兴趣区域的出入口位置，并根据出租车下客点聚类区域中的出租车下客点数量计算热度值，判断出入口的通行状态并进行标记。本发明实现了兴趣区域出入口的使用状态的实时更新，能够实现导航地图的符号动态显示，提升寻路和导航的正确率。
-
公开(公告)号：CN111814596B
公开(公告)日：2023-12-01
申请号：CN202010569583.5
申请日：2020-06-20
Applicant: 南通大学
IPC: G06V20/10 , G06V10/762 , G06F16/29 , G06Q50/26
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：CN111723525B
公开(公告)日：2023-10-31
申请号：CN202010582321.2
申请日：2020-06-23
Applicant: 南通大学
IPC: G06F30/27 , G06F18/25 , G06F18/2135 , G06N3/0499 , G06N3/084 , G01D21/02
Abstract: 本发明公开了一种基于多源数据和神经网络模型的PM2.5反演方法，获取Landsat 8影像数据，PM2.5监测数据，气象数据，高程数据和城市特征数据；提取Landsat 8影像特征及其衍生特征；提取风速、温度、降水和相对湿度等与PM2.5具有相关性的气象特征；提取地形特征以及工厂密度、道路密度、人口密度和人均GDP等城市特征；搭建神经网络模型，对数据集进行训练；对模型进行优化；使用反演模型得到PM2.5反演结果；利用逐小时气象数据实时更新反演结果并利用逐小时空气质量数据对反演结果进行纠偏。本发明能够较准确的反演出PM2.5实时浓度，得到PM2.5的空间分布规律，为需要高精度PM2.5分布数据的研究提供基础数据。
-
公开(公告)号：CN114358990A
公开(公告)日：2022-04-15
申请号：CN202111330827.5
申请日：2021-11-11
Applicant: 南通大学
Abstract: 本发明公开了一种基于居民出行结构的城市交通状态感知方法，首先基于出租车轨迹中上下客点和遥感影像数据，并采用机器学习提取社会功能区属性。并标定出租车轨迹中上下客点的社会功能区属性，建立居民出行OD矩阵。对OD矩阵中的居民流进行分类，并统计一段时间内各类型OD流在总出行量中的比重，最终建立不同时期的居民出行结构。通过分析社会正常时期和新冠肺炎爆发时期的居民出行结构状态变化，提取居民出行结构的阈值，从居民出行视角实现城市交通状态判别，为城市管理者制定针对性居民出行措施提供定量参考。同时本发明中的出行结构能够通过其他具有居民出行位置信息的社会感知数据建立，如手机信令、公交IC卡等数据，具有较强的普适性。
-
公开(公告)号：CN110849379A
公开(公告)日：2020-02-28
申请号：CN201911008793.0
申请日：2019-10-23
Applicant: 南通大学
Abstract: 本发明属于智能交通技术领域，公开了一种用于导航地图的出入口通行状态符号表达方法。本发明根据城市路网数据和遥感影像数据进行区域划分，针对不同区域确定兴趣区域，建立兴趣区域的边界缓冲区域，提取边界缓冲区域内的出租车下客点数据，并进行密度聚类，得到出租车下客点聚类区域，确定兴趣区域的出入口位置，并根据出租车下客点聚类区域中的出租车下客点数量计算热度值，判断出入口的通行状态并进行标记。本发明实现了兴趣区域出入口的使用状态的实时更新，能够实现导航地图的符号动态显示，提升寻路和导航的正确率。
-
-
-
-
-
-
-
Search Results
8
records
(took 0.021 seconds)
