-
公开(公告)号：CN104850900B
公开(公告)日：2018-08-28
申请号：CN201510206155.5
申请日：2015-04-27
IPC: G06Q10/04
Abstract: 一种公共自行车系统布局优化成套方法,该方法针对目前公共自行车系统微观层面上网点位置和网点规模优化方法的空缺，综合考虑宏观网络布局和微观网点设置，提出一套完整的公共自行车系统布局优化方法。该方法首先建立区域用地、公共自行车基础信息数据库，然后根据网点周转率识别区域问题网点，基于此分别进行网点布局优化、网点位置优化和网点规模优化。本发明为公共自行车系统的建设提供了规划和优化分析的决策技术支持，促进了公共自行车系统的可持续发展。
-
公开(公告)号：CN104850900A
公开(公告)日：2015-08-19
申请号：CN201510206155.5
申请日：2015-04-27
IPC: G06Q10/04
Abstract: 一种公共自行车系统布局优化成套方法,该方法针对目前公共自行车系统微观层面上网点位置和网点规模优化方法的空缺，综合考虑宏观网络布局和微观网点设置，提出一套完整的公共自行车系统布局优化方法。该方法首先建立区域用地、公共自行车基础信息数据库，然后根据网点周转率识别区域问题网点，基于此分别进行网点布局优化、网点位置优化和网点规模优化。本发明为公共自行车系统的建设提供了规划和优化分析的决策技术支持，促进了公共自行车系统的可持续发展。
-
公开(公告)号：CN107133318B
公开(公告)日：2021-06-15
申请号：CN201710305183.1
申请日：2017-05-03
Applicant: 北京市交通信息中心
Abstract: 本发明公开了一种基于手机信令数据的人口识别方法，属于交通规划数据分析领域，包括：(1)对手机信令数据进行预处理，快速提取可用字段，形成以用户ID为关键字段的存储格式；(2)对每个用户的移动位置按时间排序，根据速度和角度异常判断法进行去噪；(3)利用DBSCAN聚类算法形成聚集点，识别出每个用户每天的所有停留点及停留起止时间；(4)以月为周期对停留点进行分类，识别出常住人口、就业人口和短期外来人口。本发明充分利用手机信令数据，经过以上步骤，快速地、较为准确的计算出常住人口、就业人口和短期外来人口，为城市人口监测与交通规划提供数据支撑。
-
公开(公告)号：CN107305590B
公开(公告)日：2020-11-10
申请号：CN201710448907.8
申请日：2017-06-14
IPC: G06F16/215 , G06F16/2458 , G06F16/28 , G06F16/29 , G06F16/9537 , G06Q50/26 , G06Q50/30 , H04W4/02 , H04W4/40
Abstract: 本发明公开了一种基于手机信令数据的城市交通出行特征确定方法，包括：对手机信令数据进行预处理，快速提取可用字段，形成以用户ID为关键字段的存储格式；对每个用户的移动位置按时间排序，根据速度和角度异常判断法进行去噪；利用DBSCAN聚类算法形成聚集点，识别出每个用户每天的所有停留点及停留时间；对停留点进行分类，计算出城市交通发生量、交通吸引量、出行次数、人均出行次数、出行距离、通勤出行距离、居住指数和就业指数。本发明充分利用手机信令数据，快速地、较为准确的计算出城市交通发生量、交通吸引量、出行次数、人均出行次数、出行距离、通勤出行距离、居住指数和就业指数，为城市交通规划、交通管理和交通战略研究提供数据支撑。
-
Patent Agency Ranking
公开(公告)号：CN107133318A
公开(公告)日：2017-09-05
申请号：CN201710305183.1
申请日：2017-05-03
Applicant: 北京市交通信息中心
CPC classification number: G06F17/30312 , G06K9/6218 , H04M1/72519
Abstract: 本发明公开了一种基于手机信令数据的人口识别方法，属于交通规划数据分析领域，包括：(1)对手机信令数据进行预处理，快速提取可用字段，形成以用户ID为关键字段的存储格式；(2)对每个用户的移动位置按时间排序，根据速度和角度异常判断法进行去噪；(3)利用DBSCAN聚类算法形成聚集点，识别出每个用户每天的所有停留点及停留起止时间；(4)以月为周期对停留点进行分类，识别出常住人口、就业人口和短期外来人口。本发明充分利用手机信令数据，经过以上步骤，快速地、较为准确的计算出常住人口、就业人口和短期外来人口，为城市人口监测与交通规划提供数据支撑。
-
公开(公告)号：CN112330158B
公开(公告)日：2023-10-13
申请号：CN202011231975.7
申请日：2020-11-06
IPC: G06Q10/063 , G06Q50/26 , G06N3/0464 , G06N3/08
Abstract: 本发明涉及一种基于自回归差分移动平均‑卷积神经网络的识别交通指数时间序列的方法，包括：获取交通指数原始数据集，生成交通指数时间序列；将所述交通指数时间序列转化为平稳序列，再根据贝叶斯信息准则矩阵拟合自回归差分移动平均算法模型，实现交通指数预测；根据所述交通指数原始数据集，生成训练交通指数时间序列和测试交通指数时间序列，根据所述训练交通指数时间序列提取交通指数特征信息，获取最佳卷积神经网络模型，利用所述最佳卷积神经网络模型将所述交通指数特征信息整合成一维特征向量，再根据Softmax分类器确定所述一维特征向量的模式类别，进而识别测试交通指数时间序列所属的类别。
-
公开(公告)号：CN112330158A
公开(公告)日：2021-02-05
申请号：CN202011231975.7
申请日：2020-11-06
Abstract: 本发明涉及一种基于自回归差分移动平均‑卷积神经网络的识别交通指数时间序列的方法，包括：获取交通指数原始数据集，生成交通指数时间序列；将所述交通指数时间序列转化为平稳序列，再根据贝叶斯信息准则矩阵拟合自回归差分移动平均算法模型，实现交通指数预测；根据所述交通指数原始数据集，生成训练交通指数时间序列和测试交通指数时间序列，根据所述训练交通指数时间序列提取交通指数特征信息，获取最佳卷积神经网络模型，利用所述最佳卷积神经网络模型将所述交通指数特征信息整合成一维特征向量，再根据Softmax分类器确定所述一维特征向量的模式类别，进而识别测试交通指数时间序列所属的类别。
-
公开(公告)号：CN113283660A
公开(公告)日：2021-08-20
申请号：CN202110626855.5
申请日：2021-06-04
Applicant: 北京市交通信息中心 , 北京市应急管理科学技术研究院
Abstract: 本发明提供了一种互联网租赁自行车区域运行关联特征识别方法及系统。该方法包括：按照目标区域空间范围提取互联网租赁自行车订单数据；对于订单数据进行清洗；判断订单对应的骑行起终点和目标区域的关系并进行分类，识别区域运行特征；对于起终点一端在目标区域以外的骑行，分别对于区域外的起点和终点用DBSCAN算法聚类，生成相对于目标区域的发生簇和吸引簇；计算任意发生簇和吸引簇中心位置的距离，识别目标区域互联网租赁自行车运行的对称关联区，发生关联区和吸引关联区，并计算关联区相对于目标区域的影响因子。本发明提供的互联网租赁自行车区域运行关联特征识别方法及系统能支持运营企业有针对性的调度车辆，并为其他短途出行交通方式的组织优化提供依据。
-
公开(公告)号：CN107305590A
公开(公告)日：2017-10-31
申请号：CN201710448907.8
申请日：2017-06-14
Abstract: 本发明公开了一种基于手机信令数据的城市交通出行特征确定方法，包括：对手机信令数据进行预处理，快速提取可用字段，形成以用户ID为关键字段的存储格式；对每个用户的移动位置按时间排序，根据速度和角度异常判断法进行去噪；利用DBSCAN聚类算法形成聚集点，识别出每个用户每天的所有停留点及停留时间；对停留点进行分类，计算出城市交通发生量、交通吸引量、出行次数、人均出行次数、出行距离、通勤出行距离、居住指数和就业指数。本发明充分利用手机信令数据，快速地、较为准确的计算出城市交通发生量、交通吸引量、出行次数、人均出行次数、出行距离、通勤出行距离、居住指数和就业指数，为城市交通规划、交通管理和交通战略研究提供数据支撑。
-
-
-
-
-
-
-
-
Search Results
9
records
(took 0.035 seconds)
