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！

龙图腾网获悉江西飞行学院申请的专利一种基于大数据的智慧校园交通管理系统及方法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：CN120706710B 。

龙图腾网通过国家知识产权局官网在2026-02-13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：202510856779.5，技术领域涉及：G06Q10/063；该发明授权一种基于大数据的智慧校园交通管理系统及方法是由肖志勇;张世站;梁志文;郑礼润;郭童军设计研发完成，并于2025-06-25向国家知识产权局提交的专利申请。

本一种基于大数据的智慧校园交通管理系统及方法在说明书摘要公布了：本发明公开了一种基于大数据的智慧校园交通管理系统及方法，本发明涉及智慧校园管理技术领域，本发明通过采集RFID读卡器数据、监控视频数据、课程表数据，通过课程表驱动的监控数据校准算法生成校准人数，基于决策树与复合秩的分裂策略构建风险分级模型，通过输入实时校准人数、课程表人数、时段类型、RFID覆盖率、历史拥堵频率、天气状况，输出对应风险等级，并根据实时风险等级采取相应的措施，也可解析出产生该风险的具体原因。本发明可以动态调整风险等级，显著降低误判与漏判，实现精细化风险管控。

本发明授权一种基于大数据的智慧校园交通管理系统及方法在权利要求书中公布了：1.一种基于大数据的智慧校园交通管理系统，其特征在于，包括： 数据采集模块，用于采集RFID读卡器数据、监控视频数据、课程表数据，通过课程表驱动的监控数据校准算法生成校准人数； 动态分析模块，基于决策树与复合秩的分裂策略构建风险等级模型，输入实时校准人数、课程表人数、时段类型、RFID覆盖率、历史拥堵频率、天气状况，输出风险等级，所述构建风险等级模型的具体操作为： 获取多组历史数据，并对每组数据进行人工标注风险等级； 提取每组历史数据的特征，所述特征包括校准人数C、课程表人数M、时段类型T、RFID覆盖率RC、历史拥堵频率H、天气状况W; 对提取的特征进行数据清洗与转换，具体包括：对于C和M，采用分箱处理，若C＜C1、M＜M1，则将其编码为0，若C1≤C＜C2、M1≤M＜M2，则将其编码为1，若C≥C2、M≥M2，则将其编码为2；对于T，将时间长度与流量阶段组合起来得到复合特征，并将复合特征转换为独热编码向量，具体包括：对时间长度与流量阶段独立编码，前两位表示时间长度，即大课间=10，小课间=01，非课间=00，后三位表示流量阶段，即上课结束高峰=100，非高峰=010，上课预备高峰=001；将时间长度与流量阶段组合起来得到复合特征，并将复合特征转换为独热编码向量，具体为{大课间，上课结束高峰}=[1,0,1,0,0]，{大课间，非高峰}=[1,0,0,1,0]，{大课间，上课预备高峰}=[1,0,0,0,1]，{小课间，非高峰}=[0,1,0,1,0]，{小课间，上课结束高峰}=[0,1,1,0,0]，{小课间，上课预备高峰}=[0,1,0,0,1]，{非课间，非高峰}=[0,0,0,1,0]，{非课间，上课结束高峰}=[0,0,1,0,0]，{非课间，上课预备高峰}=[0,0,0,0,1]；对于W，采用独热编码，雨编码为[1,0]，雪编码为[0,1]，晴编码为[0,0]；对于RC，采用min‑max归一化方法，将其归一化至[0,1]区间；对于H，采用二值化，若H≥H1次，将其编码为1，若H＜H1次，将其编码为0； 计算每个特征的复合秩，并按复合秩排序特征列表； 按8:2比例划分训练集与测试集，并初始化决策树模型的参数； 按特征列表选择特征进行分裂，计算分裂前后的平均基尼指数下降值，若下降值大于等于下降阈值，则接受分裂，否则选择下一特征继续分裂； 对每个子节点重复上述流程，优先尝试高秩特征，直至所有特征尝试完毕或平均基尼指数下降值达标，得到训练好的决策树模型； 将测试集代入训练好的决策树模型中，计算准确率、召回率、F1值，评估模型的最终性能； 响应解析模块，根据实时风险等级采取相应的措施，并解析出产生该风险的具体原因。

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江西飞行学院，其通讯地址为：330088 江西省南昌市红谷滩区红角洲卧龙路269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”。

以上内容由龙图腾AI智能生成。