-
公开(公告)号：KR1020160137300A
公开(公告)日：2016-11-30
申请号：KR1020150114047
申请日：2015-08-12
Applicant: 한국과학기술원
Abstract: 일실시예에따른철도부품의상태를예측하는방법은, 각각의철도부품의상태관련데이터를계측하는센서로부터센서데이터를수집하여이력데이터베이스를유지하는단계; 상기수집된센서데이터를기설정된기준에의하여군집화를수행하는단계; 상기철도부품의센서로부터계측된데이터를실시간으로수신함에따라상기기설정된기준을기반으로군집화를수행함으로써군집이력데이터를생성하는단계; 및상기군집화를수행함에따라생성된군집화된결과와상기군집이력데이터를매칭하여복수개의근접해를도출하고, 상기도출된복수개의근접해를재분류하여상기철도부품의상태변화를예측하는단계를포함할수 있다.
-
公开(公告)号：KR1020170062178A
公开(公告)日：2017-06-07
申请号：KR1020150167673
申请日：2015-11-27
Applicant: 한국과학기술원
Abstract: 본발명에따르면, 도로구간별교통특성을고려한교통상황예측에있어서, 도로상설치되어교통상황을측정하는다양한센서들로부터수집되는시계열적데이터를시간과공간으로구성되는매트릭스데이터형태로변환하고매트릭스데이터를기반으로패턴매칭을수행하여미래의교통상황을예측하며, 또한예측이필요한전체도로구간을광역구역과단위구역등의계층적구조로구분하고매트릭스데이터패턴매칭의구역분할을통하여각 구역별교통상황을예측함으로써교통상황예측속도와정확성을높일수 있도록한다.
Abstract translation: 根据本发明，在交通状况预测考虑道路路段的基于业务特性，被安装在道路图像转换的时间序列数据从各种传感器收集的测量交通状况以矩阵类型数据组成的时间和空间和矩阵 通过执行基于所述数据的图案匹配来预测未来交通状况，预测是通过整个道路段，广域和单位面积的区域划分每个区域诸如分层结构分离和矩阵数据模式所必需的匹配 通过预测交通状况，可以加速和预测交通状况。
-
公开(公告)号：KR101718228B1
公开(公告)日：2017-03-20
申请号：KR1020150114047
申请日：2015-08-12
Applicant: 한국과학기술원
Abstract: 일실시예에따른철도부품의상태를예측하는방법은, 각각의철도부품의상태관련데이터를계측하는센서로부터센서데이터를수집하여이력데이터베이스를유지하는단계; 상기수집된센서데이터를기설정된기준에의하여군집화를수행하는단계; 상기철도부품의센서로부터계측된데이터를실시간으로수신함에따라상기기설정된기준을기반으로군집화를수행함으로써군집이력데이터를생성하는단계; 및상기군집화를수행함에따라생성된군집화된결과와상기군집이력데이터를매칭하여복수개의근접해를도출하고, 상기도출된복수개의근접해를재분류하여상기철도부품의상태변화를예측하는단계를포함할수 있다.
Abstract translation: 根据实施例的预测铁路部件的状态的方法包括：从测量每个铁路部件的状态相关数据并维护历史数据库的传感器收集传感器数据; 根据预定标准对收集的传感器数据进行聚类; 响应于从铁路部件的传感器实时接收到测量数据，基于由上部装置设置的准则执行聚类来生成聚类历史数据; 以及通过将通过执行聚类而生成的聚类结果与聚类历史数据进行匹配以导出多个邻近解并且重新分类所导出的多个相邻种族来预测铁路部件的状态变化的步骤 有。
-
公开(公告)号：KR101747848B1
公开(公告)日：2017-06-27
申请号：KR1020150167673
申请日：2015-11-27
Applicant: 한국과학기술원
Abstract: 본발명에따르면, 도로구간별교통특성을고려한교통상황예측에있어서, 도로상설치되어교통상황을측정하는다양한센서들로부터수집되는시계열적데이터를시간과공간으로구성되는매트릭스데이터형태로변환하고매트릭스데이터를기반으로패턴매칭을수행하여미래의교통상황을예측하며, 또한예측이필요한전체도로구간을광역구역과단위구역등의계층적구조로구분하고매트릭스데이터패턴매칭의구역분할을통하여각 구역별교통상황을예측함으로써교통상황예측속도와정확성을높일수 있도록한다.
-
-
-
Search Results
4
records
(took 0.021 seconds)
