龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！
申请/专利权人：北京市智慧交通发展中心(北京市机动车调控管理事务中心);中国科学院自动化研究所
摘要：本发明涉及一种网约车异常聚集识别与预警方法及系统，属于交通预警的技术领域，其方法包括：基于网约车运营时序数据，构建目标区域的网约车网格图像数据集，网约车网格图像数据集表征了不同时间的所有的网约车的分布情；基于网约车网格图像数据集、地铁客流时序数据和公交客流时序数据、历史环境时序数据和预设的特征提取规则，确定目标区域的特征数据集；将特征数据集输入至预设的网约车数量预测模型中，预测在目标时间段内的各个位置的网约车到达量和道路拥堵指数；将目标时间段内各个位置的网约车到达量和道路拥堵指数输入至网约车预警模型中，得到预警信息。本申请能够对网约车异常聚集行为的精准识别和有效预警。
主权项：1.一种网约车异常聚集识别与预警方法，其特征在于，包括：对目标区域在设定时间段的历史交通数据和历史环境数据进行预处理，并对预处理后的历史交通数据和历史环境数据均进行时序分析，得到历史交通时序数据和历史环境时序数据，所述历史交通时序数据包括网约车运营时序数据、地铁客流时序数据和公交客流时序数据；基于网约车运营时序数据，构建所述目标区域的网约车网格图像数据集，所述网约车网格图像数据集表征了不同时间的所有的网约车的分布情况；基于所述网约车网格图像数据集、地铁客流时序数据和公交客流时序数据、历史环境时序数据和预设的特征提取规则，确定所述目标区域的特征数据集，所述特征数据集表征了在不同环境的网约车、地铁和公交的客流变化趋势；将所述特征数据集输入至预设的网约车数量预测模型中，预测所述目标区域在目标时间段内各个位置的网约车到达量和道路拥堵指数；其中，所述预设的网约车数量预测模型是基于包含不同位置的历史特征数据、对应的实际网约车到达量和实际道路拥堵指数的样本集训练得到的，所述目标时间段表示未来时间段；将所述目标区域在目标时间段内各个位置的网约车到达量和道路拥堵指数输入至预设的网约车预警模型中，得到预警信息。
全文数据：
权利要求：
百度查询： 北京市智慧交通发展中心(北京市机动车调控管理事务中心) 中国科学院自动化研究所 网约车异常聚集识别与预警方法及系统
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号