Document
拖动滑块完成拼图
个人中心

预订订单
服务订单
发布专利 发布成果 人才入驻 发布商标 发布需求

在线咨询

联系我们

龙图腾公众号
首页 专利交易 IP管家助手 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 东南大学韩傲彤获国家专利权

东南大学韩傲彤获国家专利权

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!

龙图腾网获悉东南大学申请的专利基于大数据和深度学习的交通信号的控制优化方法及系统获国家发明授权专利权,本发明授权专利权由国家知识产权局授予,授权公告号为:CN120260307B

龙图腾网通过国家知识产权局官网在2025-08-26发布的发明授权授权公告中获悉:该发明授权的专利申请号/专利号为:202510733579.0,技术领域涉及:G08G1/083;该发明授权基于大数据和深度学习的交通信号的控制优化方法及系统是由韩傲彤;何逸柳;黄迪;顾子渊;刘志远设计研发完成,并于2025-06-04向国家知识产权局提交的专利申请。

基于大数据和深度学习的交通信号的控制优化方法及系统在说明书摘要公布了:本发明公开了基于大数据和深度学习的交通信号的控制优化方法及系统,属于交通控制技术领域。方法包括:获取控制区域内历史交通基础信息和历史交通流量信息,对历史交通基础信息和历史交通流量信息进行训练集和测试集划分,并对历史交通流量信息进行预处理,得到处理数据;基于历史交通基础信息划分交通控制子区域;构建交通控制模型,基于训练集的处理数据和交通控制模型对交通控制子区域进行信号控制;构建虚拟交通运行模型,基于测试集的处理数据和交通控制模型进行交通信号控制虚拟运行,得到交通信号控制结果;对交通信号控制结果进行量化评价,完成交通信号的控制。本发明为城市交通管理提供了高效、智能的解决方案。

本发明授权基于大数据和深度学习的交通信号的控制优化方法及系统在权利要求书中公布了:1.基于大数据和深度学习的交通信号的控制优化方法,其特征在于,方法包括以下步骤: S1、获取控制区域内历史交通基础信息和历史交通流量信息,对所述历史交通基础信息和所述历史交通流量信息进行训练集和测试集划分,并对所述历史交通流量信息进行预处理,得到处理数据; S2、基于所述历史交通基础信息划分交通控制子区域; S3、构建交通控制模型,基于训练集的所述处理数据和所述交通控制模型对所述交通控制子区域进行信号控制; S4、构建虚拟交通运行模型,基于测试集的所述处理数据和所述交通控制模型进行交通信号控制虚拟运行,得到交通信号控制结果; S5、对所述交通信号控制结果进行量化评价,完成交通信号的控制; 所述交通控制模型包括:流量预测模块、决策模块以及优化模块; 所述流量预测模块用于基于历史流量和实时流量与下一时间段进行流量预测; 所述决策模块基于预测的流量进行交通控制,得到交通控制策略; 所述优化模块用于对所述交通控制策略的结果进行优化,基于优化的所述交通控制策略对所述交通控制子区域进行信号控制; 构建所述虚拟交通运行模型的方法包括: 构建动态数据库和静态数据库;所述动态数据库用于存储行人、车辆模型;所述静态数据库用于存储道路、交通设施模型; 基于测试集的所述历史交通基础信息和所述处理数据设置交通运行场景; 基于所述交通运行场景和所述交通控制模型输出的优化后的所述交通控制策略得到所述交通信号控制结果; 采用信控量化评价指数对所述交通信号控制结果进行量化评价,所述信控量化评价指数包括: 式中,Score表示信控量化评价指数;BS表示相位之间饱和度的均衡指数;v表示交叉口相位的数量;Scorephase表示相位的信控量化评价指数;α表示行人忍耐度在信控量化评价指数中的权重;η表示行人忍耐度; 其中, Scorephase=β1ROR+β2Rp+β3Rg×100 式中,ROR、RP、Rg分别表示红灯占有率、队列比和绿灯利用率;β1、β2、β3分别为红灯占有率、队列比以及绿灯利用率的权重系数;si表示相位i的饱和度;n2表示交叉口相位的数量。

如需购买、转让、实施、许可或投资类似专利技术,可联系本专利的申请人或专利权人东南大学,其通讯地址为:211189 江苏省南京市江宁区东南大学路2号;或者联系龙图腾网官方客服,联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

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。