|
钻瓜专利网为您找到相关结果 2344723个,建议您 升级VIP下载更多相关专利
- [发明专利]预测交通状况和行车时间-CN201510303288.4有效
-
刘光明
-
刘光明
-
2015-06-05
-
2017-01-25
-
G08G1/0969
- 本发明涉及预测交通状况和行车时间。将地图上的道路进行分段;获取各个分段道路的当前交通状况与历史同期平均交通状况;基于各个分段道路的当前交通状况与历史同期平均交通状况,计算各个分段道路的相对交通状况;获取各个分段道路的未来时间的历史同期平均交通状况;基于各个分段道路的未来时间的历史同期平均交通状况与相对交通状况,估计各个分段道路的未来时间的交通状况;以及将估计出的各个分段道路的未来时间的交通状况呈现在地图上。该方法可以应用于预测行车时间。基于各个分段道路在所估计到达的时间的交通状况,估计每条候选行车路线的各个分段道路的行车时间;以及根据每条候选行车路线的各个分段道路的行车时间而估计总行车时间。
- 预测交通状况行车时间
- [发明专利]预测交通状况和行车时间-CN201510312501.8有效
-
刘光明
-
刘光明
-
2015-06-09
-
2017-06-27
-
G08G1/01
- 本发明涉及预测交通状况和行车时间。将地图上的道路进行分段;获取各个分段道路的当前交通状况与之前时间的交通状况;基于当前交通状况与之前时间的交通状况,计算各个分段道路的交通状况变化趋势;基于各个分段道路的当前交通状况与交通状况变化趋势,估计各个分段道路的未来时间的交通状况;以及将估计出的各个分段道路的未来时间的交通状况呈现在地图上。本发明可用于预测行车时间基于各个分段道路的当前交通状况与交通状况变化趋势,估计各个分段道路在所估计到达的时间的交通状况,从而估计每条候选行车路线的各个分段道路的行车时间;根据每条候选行车路线的各个分段道路的行车时间而估计总行车时间
- 预测交通状况行车时间
- [发明专利]自动生成传感器数据的时间序列的训练数据-CN202180074175.5在审
-
N·格纳曼-戈利扎德;F·加拉博夫
-
西门子股份公司
-
2021-10-27
-
2023-07-18
-
G05B23/02
- 辅助设备(300),用于自动生成传感器数据的时间序列的训练数据,进一步称为时间传感器数据,其被应用于训练用于检测技术系统(100)的异常行为的人工智能系统,包括至少一个处理器,所述处理器被配置为执行‑获得(S1)在所述技术系统或相似技术系统(100)处测量的历史时间传感器数据,‑将历史时间传感器数据划分(S2)成时间分段序列,并将若干不同分段类型当中的一种分段类型分配给每个分段,其中每种分段类型由时间传感器数据的相似数据分布来表征,‑对于每个分段,迭代地确定(S3)分段类型的邻域模式,所述邻域模式包括第一数量的相邻在先分段的分段类型和所述分段的分段类型以及第二数量的相邻后续分段的分段类型,‑从所有确定的邻域模式中确定(S4)最频繁出现的邻域模式作为技术系统正常操作的参考模式,‑从历史时间传感器数据当中选择(S5)根据参考模式排序的分段子序列,并且‑输出(S6)分段子序列以应用为训练数据。
- 自动生成传感器数据时间序列训练
|