-
公开(公告)号:CN111951542A
公开(公告)日:2020-11-17
申请号:CN202010847664.7
申请日:2020-08-21
Applicant: 南京邮电大学
Abstract: 本发明是一种面向机场出租车上客区服务效率优化的上客点数量规划方法,所述方法包括如下步骤:S1:对模型的内部概念进行定义;S2:建立机场出租车载客排队模型双目标函数;S3:将双目标函数转化为单目标函数;S4:建立机场出租车载客排队模型约束条件;S5:基于粒子群算法进行模型求解,得到最佳上车点数量。本发明解决了机场上客区出租车司机和乘客的双方滞留情况,使机场陆侧交通系统布局规划更加科学、合理、高效。
-
公开(公告)号:CN111951542B
公开(公告)日:2022-09-27
申请号:CN202010847664.7
申请日:2020-08-21
Applicant: 南京邮电大学
Abstract: 本发明是一种面向机场出租车上客区服务效率优化的上客点数量规划方法,所述方法包括如下步骤:S1:对模型的内部概念进行定义;S2:建立机场出租车载客排队模型双目标函数;S3:将双目标函数转化为单目标函数;S4:建立机场出租车载客排队模型约束条件;S5:基于粒子群算法进行模型求解,得到最佳上车点数量。本发明解决了机场上客区出租车司机和乘客的双方滞留情况,使机场陆侧交通系统布局规划更加科学、合理、高效。
-
公开(公告)号:CN111954160A
公开(公告)日:2020-11-17
申请号:CN202010843813.2
申请日:2020-08-20
Applicant: 南京邮电大学
Abstract: 本发明公开一种二维手机信令数据转化三维空间轨迹数据的方法,包括以下步骤:将原始信令数据表和基站-扇区经纬度静态数据表进行连接、筛选研究选定城市区域经纬度范围内的所有原始手机信令数据、进行缺失数据处理、进行错误异常数据处理、进行重复数据处理、进行乒乓数据处理、进行漂移数据处理、进行伪漂移数据处理和进行数据清洗后的基站坐标修正。通过对异常数据进行预清洗,在此基础上有效准确地识别并修正伪漂移数据来避免原始数据集的过度损失,最后基于城市路网数据对清洗后的手机信令数据进行坐标修正,从而减少信令数据在空间上的定位偏差,提高交通时空大数据分析挖掘的准确性。
-
公开(公告)号:CN116596946A
公开(公告)日:2023-08-15
申请号:CN202310578192.3
申请日:2023-05-22
Applicant: 南京邮电大学
Abstract: 本发明属于气象领域,公开了一种基于鱼眼图像的天空视野因子度量方法,包括两个阶段,一是模型构建阶段,二是鱼眼图像天空视野因子计算阶段,在模型构建阶段,首先形成原始鱼眼图像数据集,然后构造模型训练样本数据集,构建鱼眼图像天空区域分割模型,在天空视野因子计算阶段,首先对输入图像进行天空区域分割,识别直接天空区域和间接天空区域,对间接天空区域添加掩膜,进行颜色阈值分析,提取间接天空区域中的天空像素点,计算两个天空区域中包含的天空像素点总数量以及鱼眼图像中镜头成像有效像素点数量,得到输入图像的天空视野因子。本发明通过计算鱼眼镜头有效成像区域中天空部分的占比,提供更有力的数据辅助气象研究人员构建热谱图。
-
公开(公告)号:CN116935486A
公开(公告)日:2023-10-24
申请号:CN202310901374.X
申请日:2023-07-21
Applicant: 南京邮电大学
IPC: G06V40/20 , G06V10/80 , G06V10/764 , G06N3/0464 , G06N3/0442 , G06N3/08
Abstract: 本发明属于手语识别技术领域,公开了一种基于骨骼关节点和图像模态融合的手语识别方法及系统,识别方法包括:将手语骨骼关节点数据进行区域划分,输入至预设的图卷积神经网络中得到各个区域的骨骼关节点特征向量;将手语RGB图像数据输入至基于多维注意力模块的ResNet‑18网络模型中,得到图像特征向量;将各个区域的骨骼关节点特征向量与图像特征向量分别输入至Bi‑LSTM模型当中,获得手语骨骼关节点数据的序列特征和手语RGB图像数据的序列特征;基于各自的序列特征分别进行手语预测,最后进行晚期融合,得到最终的手语识别结果。本发明提高了手语识别结果的准确性和鲁棒性,增强了手语识别系统在实际环境中的应用。
-
公开(公告)号:CN111932141A
公开(公告)日:2020-11-13
申请号:CN202010848015.9
申请日:2020-08-21
Applicant: 南京邮电大学
Abstract: 本发明是一种面向机场载客的出租车司机载客决策方法,该决策方法包括如下步骤:S1:构建基于司机载客决策的二级评价指标体系,对指标参数进行定义,并获取原始数据;S2:对某时段内出入机场附近的出租车数据进行预处理;S3:计算某时段内可能乘坐出租车的乘客数量;S4:求出乘客数量关于其子指标的解析方程;S5:采用模糊综合评判法对二级决策评价指标体系进行打分,得到司机对当前在机场载客效益的预估值;S6:将不同选择方案的预估值进行对比,选择最佳收益方案。本发明通过全面的分析和建模模拟了机场出租车司机的决策环境和过程,能够最大化地降低司机因等待乘客、交通堵塞等引起的利益损失。
-
-
-
-
-