-
公开(公告)号：CN118261440A
公开(公告)日：2024-06-28
申请号：CN202410375892.7
申请日：2024-03-29
Applicant: 江苏省城镇化和城乡规划研究中心 , 东南大学
IPC: G06Q10/0637 , G06Q50/26
Abstract: 本发明公开了一种城市步行交通网络的特征获取方法，构建了更为实用且可广泛推广的城市步行交通网络特征评估方法，明确了特征分析指标体系、指标量化算法和指标集成模型。通过建立特征分析指标体系与指标量化算法，对城市步行交通网络特征进行指标化表达与指标量化；针对城市建设体检评估与城市协同治理需要，构建用于特征分析的指标集成模型，计算城市步行交通网络中各街道的综合特征得分，表征街道步行交通建设水平。本发明方法一方面解决了城市步行交通网络特征评估领域海量异构数据有效转化应用的难题，另一方面构建了可广泛推广应用的城市步行交通网络特征评估方法，提高了城市步行交通网络特征评估的效率与精准度。
-
公开(公告)号：CN118822185A
公开(公告)日：2024-10-22
申请号：CN202410906324.5
申请日：2024-07-08
Applicant: 东南大学
IPC: G06Q10/0631 , G06Q50/40 , G06N3/045 , G06N3/084
Abstract: 本发明公开了一种基于多源交通大数据和计算图的交通需求估计方法，具体为：步骤1：将交通网络拓扑结构数据划分为若干个交通小区，获取交通小区中的相关数据；步骤2：构建五层交通需求估计的神经网络框架，将步骤1中的数据映射至五层交通需求估计的神经网络框架；步骤3：交通出行综合优化估计模型；步骤4：将交通出行综合优化估计模型扩展为计算图上的5TCG联合估计模型；步骤5：训练5TCG联合估计模型；步骤6：采用训练好的5TCG联合估计模型对交通需求进行实时估计。本发明能够更好的分析城市网络上的交通演化态势和规律，有助于为交通管理者或规划者提出的管控、效率、拥堵识别等方向的交通策略提供参考。
-
公开(公告)号：CN118629065A
公开(公告)日：2024-09-10
申请号：CN202410642375.1
申请日：2024-05-23
Applicant: 东南大学
IPC: G06V30/422 , G06F16/29
Abstract: 本发明提出一种识别并提取道路网络中常规立交范围内节点的方法，包括生成基础交通网络、判断道路网络各节点立交功能属性、潜在立交集合生成、立交边界点搜索、常规立交内节点搜索及提取等五个步骤。本发明方法考虑了道路网络拓扑结构特征及常规立交的节点连接关系，提出了基于立交边界点间路径搜索的常规立交节点识别及提取方法。此方法实现了对道路网络常规立交的快速搜索定位及识别，拓展了矢量化道路交通网络立交识别方法体系，可应用于虚拟交通系统道路网络优化及立交综合领域，为虚拟交通系统基础数据库构建奠定基础。
-
公开(公告)号：CN118587878A
公开(公告)日：2024-09-03
申请号：CN202410642373.2
申请日：2024-05-23
Applicant: 东南大学
IPC: G08G1/01 , G06Q10/047 , G06F18/241
Abstract: 本发明提出一种道路网络复合立交识别及子立交节点划分方法，包含了数据准备、复合立交边界点搜索及分组、复合立交内部节点提取、复合立交内不同子立交识别及划分、剩余节点处理及各子立交节点集生成等五个步骤。本发明针对道路网络中复合立交多样化的结构形式及复杂的节点连接关系，提出了基于不同方向分组边界点间最短路搜索的复合立交节点识别方法，进一步地，根据各分组的复合立交节点搜索及识别情况划分不同子立交节点。此方法能够自动化快速识别道路网络中的不同复合立交，并精准有效划分各个子立交范围，创新了立交识别方法体系，为后续开展道路交通网络立交合并奠定基础。
-
公开(公告)号：CN115914024B
公开(公告)日：2024-06-21
申请号：CN202211502266.7
申请日：2022-11-28
Applicant: 东南大学
Abstract: 本发明提供了一种智能网联汽车数据异常环境的检测方法，通过采集与传输CAN总线数据，将该数据转化为前车与本车的交通运行数据并存入对应的数据库中，并基于交通运行数据，进行前车交通运行速度的推算，依据不同的现实情形进行数据异常情况监测分类，最后判断检测系统是否进行预警提醒，并确定预警提醒的类型。本发明的检测方法解决了前车的速度数据或两车间距数据出现异常时实时动态检测智能网联汽车是否处于数据异常环境的问题，同时有效提高了驾乘人员的安全性，减少交通事故的发生，保证交通系统的运行效率。通过剔除单次误差，设计多次判断和一定的延迟，实现在误差范围内的异常数据的剔除，使预警提醒的准确性也可以得到保障。
-
Patent Agency Ranking
-
公开(公告)号：CN116090687A
公开(公告)日：2023-05-09
申请号：CN202310089499.7
申请日：2023-02-09
Applicant: 东南大学
IPC: G06Q10/047 , G06Q50/26 , G06F30/20 , G06F30/18 , G06F119/02
Abstract: 本发明公开一种轨道交通网络级联失效模型的建立方法，属于计算、推算或计数的技术领域。该方法包括以下步骤：获取数据，构建轨道交通网络模型；移除故障节点，生成新的轨道交通网络模型；模拟考虑需求变化和时延作用的节点状态；计算级联失效影响指标。本发明建立的级联失效模型可以同时考虑轨道交通网络级联失效状态下的需求变化和时延作用，揭示现实世界中的级联失效机制。
-
公开(公告)号：CN114639239B
公开(公告)日：2023-04-18
申请号：CN202210172739.5
申请日：2022-02-24
Applicant: 东南大学
Abstract: 本发明提出一种改进重力模型交通出行分布预测方法，该方法包括如下步骤：首先，采集城市交通出行需求分布相关数据；其次，依据上述采集的城市交通出行需求分布相关数据将交通小区划分为不同类别；然后，对不同类别交通小区间的需求分布采用改进的重力模型进行模型参数标定；最后，利用标定好的重力模型进行城市交通出行需求分布预测。本发明既充分继承了重力模型的优势，又提高了对现状出行需求分布信息的利用程度，考虑了不同交通小区之间的社会经济发展水平与功能定位的差异，更加符合实际情况，可以为城市交通运输的规划与管理提供参考依据。
-
公开(公告)号：CN115600751A
公开(公告)日：2023-01-13
申请号：CN202211334262.2
申请日：2022-10-28
Applicant: 东南大学(CN)
IPC: G06Q10/04 , G06F18/24 , G06F18/214 , G06N3/04 , G06N3/08
Abstract: 本发明公开了一种基于长短期记忆网络的个体轨迹数据出行目的预测方法，包括以下步骤：获取用户的出行数据；对出行数据进行预处理；采用城市兴趣点数据扩充出行数据的空间特征；搭建LSTM模型；选择LSTM模型的结构和迭代次数；训练模型，评估模型结果。本发明方法重点关注个体出行序列，弥补了现有方法通常只单独考虑某次出行的局限性，更加注重出行序列之间的因果关系；本发明预测方法不仅能潜在分析出行链的分布特征，达到较好模型结果，且更能体现整体的出行规律，同时可以对其预测的出行目的进行验证。
-
公开(公告)号：CN115100849A
公开(公告)日：2022-09-23
申请号：CN202210570842.5
申请日：2022-05-24
Applicant: 东南大学
Abstract: 本发明公开了一种面向综合交通系统的组合式交通分布分析方法，包括以下步骤：（1）采集城市现状交通需求和城市用地属性数据；（2）将现状交通需求划分为现状刚性交通需求和现状弹性交通需求；（3）根据现状刚性交通需求和现状弹性交通需求预测未来年刚性交通需求和未来年弹性交通需求；（4）对未来年刚性交通需求和未来年弹性交通需求分别进行交通分布分析，输出未来年刚性交通需求OD矩阵和未来年弹性交通需求OD矩阵；（5）输出未来年交通需求OD矩阵。本发明结合了两种经典模型各自的优点，对不同类型的交通需求采用不同的交通分布方法，预测结果更合理、更准确，具有较高的推广应用价值。
-
-
-
-
-
-
-
-
-
Search Results
171
records
(took 0.044 seconds)
