CN104573859A - 一种基于Wifi定位和云数据处理技术的人流量预测方法 - Google Patents
一种基于Wifi定位和云数据处理技术的人流量预测方法 Download PDFInfo
- Publication number
- CN104573859A CN104573859A CN201410850415.8A CN201410850415A CN104573859A CN 104573859 A CN104573859 A CN 104573859A CN 201410850415 A CN201410850415 A CN 201410850415A CN 104573859 A CN104573859 A CN 104573859A
- Authority
- CN
- China
- Prior art keywords
- wifi
- data
- flow
- people
- speed
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/29—Geographical information databases
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W4/00—Services specially adapted for wireless communication networks; Facilities therefor
- H04W4/02—Services making use of location information
- H04W4/025—Services making use of location information using location based information parameters
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Business, Economics & Management (AREA)
- Physics & Mathematics (AREA)
- Databases & Information Systems (AREA)
- General Physics & Mathematics (AREA)
- Economics (AREA)
- Human Resources & Organizations (AREA)
- Strategic Management (AREA)
- Game Theory and Decision Science (AREA)
- Development Economics (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Tourism & Hospitality (AREA)
- Entrepreneurship & Innovation (AREA)
- General Business, Economics & Management (AREA)
- Marketing (AREA)
- Signal Processing (AREA)
- Computer Networks & Wireless Communication (AREA)
- Remote Sensing (AREA)
- Data Mining & Analysis (AREA)
- General Engineering & Computer Science (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
- Traffic Control Systems (AREA)
Abstract
本发明涉及一种基于Wifi定位和云数据处理技术的人流量预测方法,与现有技术相比解决了尚无人流量预测方法的缺陷。本发明包括以下步骤:获取基础数据;上传数据云端;定位数据的筛查;定位数据与城市道路坐标的匹配;预测人流量。本发明通根据路段平均移动速度为基础交通参数,基于历史数据库的统计分析,预测出未来时间周期区域内的平均移动速度,从而进行人流量的预测。
Description
技术领域
本发明涉及云数据处理技术领域,具体来说是一种基于Wifi定位和云数据处理技术的人流量预测方法。
背景技术
在日常生活中,当进行大型活动或场馆集会时,组织者最重要的问题就是考虑如何避免人群量过度集中,防范可能出现的安全事故。但是在实际管理工作中发现,人群的集中并非是随机的,是有规律性的,例如在某个时间点或某个路段无法通过而产生的聚集等。那么如何能够提前预测出人流量,为组织者的管理工作提供依据和预警,则会大大降低管理难度,目前均是通过管理人员的经验判断感性得出。Wifi通讯在日常已经使用广泛,其具有成本低廉、数据质量高、通信效率好的优点。Wifi定位技术也已成熟应用到手机定位中,Wifi定位的数据主要包括标识码、经纬度信息、时间信息等。但是Wifi定位数据所涉及到计算量太大,无法通过设立服务器来进行计算预测。特别是出现大量人群聚集时,其所涉及的个体数量更多,相对的计算量则更是无法支持。如何基于Wifi定位技术实现人流量预测已经成为急需解决的技术问题。
发明内容
本发明的目的是为了解决现有技术中尚无人流量预测方法的缺陷,提供一种基于Wifi定位和云数据处理技术的人流量预测方法来解决上述问题。
为了实现上述目的,本发明的技术方案如下:
一种基于Wifi定位和云数据处理技术的人流量预测方法,包括以下步骤:
获取基础数据,Wifi热点获取统计周期内的Wifi客户端,将Wifi客户端数据上传至Wifi网络服务器,通过Wifi网络服务器获取用户定位数据,定位数据包括ID号、经度、纬度、方向角和时间;
上传数据云端,Wifi网络服务器将用户定位数据上传至数据云端;
定位数据的筛查,云端根据定位数据的平均速度判断出有效的定位数据;
定位数据与城市道路坐标的匹配,将统计周期内的用户定位数据通过坐标匹配的方法匹配到相应的城市道路坐标上;
预测人流量,根据定位数据预测出下个时间段的人流量。
所述的定位数据的筛查包括以下步骤:
设定时速阈值X;
计算定位数据的移动速度Vi,其公式如下:
其中,Vi为单个Wifi客户端的移动速度,Li为单个Wifi客户端在统计周期内的移动距离,ti为统计时间;
将定位数据的移动速度Vi与X进行比较,若Vi≤X,则删掉移动速度Vi。
所述的预测人流量包括以下步骤:
取周期时间内的人流量移动速度代表路段的总体平均速度,其计算公式如下:
其中,N为周期时间内经过路段的人流量样本总数;Vn为每个Wifi客户端所在路段的平均速度;为周期时间内路段平均速度,单位为km/h;
预测未来周期时间的路段平均移动速度,其计算公式如下:
其中:v为下一周期的路段平均速度预测值;是历史同期的路段速度平均值;vpre是最近一个历史同期的路段速度值;w1、w2是对应的权重。
所述的权重w1、w2的计算方法包括以下步骤:
计算历史同期的路段速度平均值,计算公式如下:
其中,vi为历史同时的路段速度值,为历史同期的路段速度平均值;
计算速度速度的标准差S,其计算公式如下:
计算权重w1、w2,其计算公式如下:
w1=1-w2。
有益效果
本发明的一种基于Wifi定位和云数据处理技术的人流量预测方法,与现有技术相比通过大量的Wifi手机用户定位数据回传到云端,进行一系列处理分析,得到当前区域的平均移动速度,再根据路段平均移动速度为基础交通参数,基于历史数据库的统计分析,预测出未来时间周期区域内的平均移动速度,从而进行人流量的预测。
通过Wifi手机定位技术,相比较传统的GPS装置数据、3G智能手机数据而言具有数据质量好、成本低廉、传输速率高的特点。通过云数据处理技术,解决了基础用户群体多、信息量大、地图匹配方法需要占用很大的内存空间的问题。与此同时,还能提供大量的历史数据支持,具有稳定、高效、可靠的特点。
附图说明
图1为本发明的方法流程图。
具体实施方式
为使对本发明的结构特征及所达成的功效有更进一步的了解与认识,用以较佳的实施例及附图配合详细的说明,说明如下:
如图1所示,本发明所述的一种基于Wifi定位和云数据处理技术的人流量预测方法,包括以下步骤:
第一步,获取基础数据。Wifi热点获取统计周期内的Wifi客户端,此周期指的是当前周期,具体根据实际需要设定,如30分钟,获取此30分钟的基础数据,预测下个30分钟的人流量。将Wifi客户端数据上传至Wifi网络服务器,通过Wifi网络服务器获取用户定位数据,定位数据包括ID号、经度、纬度、方向角和时间。
在实际应用中,以会展场馆举例,在某一时间点,会展场馆的进口或出口会出现人群拥堵的情况,即人流量过大,在此就需要在人流量还未形成拥堵的时候就提前进行预测报警,从而便于管理。Wifi热点首先统计区域内的Wifi客户端,即有多少手机用户使用了Wifi连接。由于Wifi热点的覆盖范围有限,因此实际应用中可以有多个不同区域的Wifi热点在一起将数据进行组合计算。同理,Wifi网络服务器也可以有多台,也正是基于如此大的数据量,普通服务器难以完成计算预测过程,因此在此采用云数据处理技术。在此处,不要求区域内的第一个定位信息的获得,只需要获得部分Wifi手机用户的信息即可。因为获得的是Wifi手机用户的定位信息,即单台或小范围的多台Wifi手机的移动速度慢即可说明下个周期有可能会形成人流量的增加;同理,单台或小范围的多台Wifi手机的移动速度快即可说明下个周期有可能会形成人流量的减少。
第二步,上传数据云端。Wifi网络服务器将用户定位数据上传至数据云端,多台Wifi网络服务器均将其收集到的用户定位数据上传至云端,利用云端强大的数据计算和存储能力进行人流量预测。
第三步,定位数据的筛查。在实际应用中,使用Wifi手机的用户可能存在多种情况出现移动速度过慢或未移动的情况,例如用户停留在原地使用Wifi进行通讯等。这类数据不能归为正常的计算中,会影响预测的准确性,因此云端根据用户定位数据的平均速度判断出有效的定位数据。其具体步骤如下:
(1)设定时速阈值X,阈值X用于后面进行对比,其值根据需要设定,实际中可以将阈值X设为5Km/H。
(2)计算定位数据的移动速度Vi,即计算单个Wifi手机用户的移动速度。其公式如下:
其中,Vi为单个Wifi客户端的移动速度,Li为单个Wifi客户端在统计周期内的移动距离,ti为统计时间,通过移动距离和统计时间(统计周期)计算出移动速度。
(3)将定位数据的移动速度Vi与X进行比较,若Vi≤X,则说明当前Wifi手机客户处于静止状态,其所涉及到的数据会影响预测的准确性,删掉此移动速度Vi。若移动速度Vi大于X,则说明数据有效,保留以待后面的预测计算。
第四步,定位数据与城市道路坐标的匹配。将统计周期内的用户定位数据通过坐标匹配的方法匹配到相应的城市道路坐标上,即匹配到相应的区域中。由于Wifi技术只能获取到Wifi本身的信息,如移动距离、时间、经度、纬度和方向角,但是具体到某个区域、某条道路,则无法定位到。定位数据与坐标的匹配最常用的匹配方法是互相关法,它要求对被搜索图中每个位置都进行相关运算,因此需要的计算量很大。还可以采用序贯检测法、层次搜索法和边缘特征匹配法。序贯检测法随机地规定一个模板中像素的匹配次序,并对每一配准位置按这一次序计算模板像素与被搜索图像对应像素之间灰度差绝对值的累计值,当此值超过某一阈值时立即中止运算,而转入下一个匹配位置。层次搜索法把初始图像按空间分辨率2k倍逐次降低,形成层次系列图。
第五步,预测人流量,根据定位数据预测出下个时间段的人流量。在第一步中所获取的时间周期为采样周期,此步骤中预测的下个时间段则是基于第一步中的采样周期来言。例如,采样周期为一小时,则预测的下个时间段也同样为一小时。其具体步骤如下:
(1)取周期时间内的人流量移动速度代表路段的总体平均速度,此时周期时间内的人流量移动速度不是单体的移动速度,而是多个Wifi网络服务器上多个区域内的Wifi手机用户的移动速度,因此所涉及的计算量极其庞大。其计算公式如下:
其中,N为周期时间内经过路段的人流量样本总数;Vn为每个Wifi客户端所在路段的平均速度;为周期时间内路段平均速度,单位为km/h。
(2)预测未来周期时间的路段平均移动速度,即预测下个周期(30分钟、一小时)此区域(路段)的平均移动速度,平均移动速度也就是人流量,平均移动速度大,说明预测的人流量小,移动快;平均移动速度小,说明预测的人流量大,移动慢。其计算公式如下:
其中:v为下一周期的路段平均速度预测值;是历史同期的路段速度平均值;vpre是最近一个历史同期的路段速度值;w1、w2是对应的权重。
在实际应用中,若历史同期数据量越大,预测的准确性则越高,vpre则是众多历史数据中最近的一个数据。权重w1、w2的计算也是基于历史数据获得,其包括以下步骤:
A、计算历史同期的路段速度平均值,计算公式如下:
其中,vi为历史同时的路段速度值,为历史同期的路段速度平均值。
B、计算速度速度的标准差S,其计算公式如下:
C、计算权重w1、w2,其计算公式如下:
w1=1-w2。
由于涉及计算量大、且需要存储大量的历史数据的支持,此预测方法无法在普通的服务器计算上实现。因此采用云端数据处理的方法相比较传统的服务器处理,具有稳定、高效、可靠的特性,能够保证预测判别的精准度。
以上显示和描述了本发明的基本原理、主要特征和本发明的优点。本行业的技术人员应该了解,本发明不受上述实施例的限制,上述实施例和说明书中描述的只是本发明的原理,在不脱离本发明精神和范围的前提下本发明还会有各种变化和改进,这些变化和改进都落入要求保护的本发明的范围内。本发明要求的保护范围由所附的权利要求书及其等同物界定。
Claims (4)
1.一种基于Wifi定位和云数据处理技术的人流量预测方法,其特征在于,包括以下步骤:
11)获取基础数据,Wifi热点获取统计周期内的Wifi客户端,将Wifi客户端数据上传至Wifi网络服务器,通过Wifi网络服务器获取用户定位数据,定位数据包括ID号、经度、纬度、方向角和时间;
12)上传数据云端,Wifi网络服务器将用户定位数据上传至数据云端;
13)定位数据的筛查,云端根据定位数据的平均速度判断出有效的定位数据;
14)定位数据与城市道路坐标的匹配,将统计周期内的用户定位数据通过坐标匹配的方法匹配到相应的城市道路坐标上;
15)预测人流量,根据定位数据预测出下个时间段的人流量。
2.根据权利要求1所述的一种基于Wifi定位和云数据处理技术的人流量预测方法,其特征在于,所述的定位数据的筛查包括以下步骤:
21)设定时速阈值X;
22)计算定位数据的移动速度Vi,其公式如下:
其中,Vi为单个Wifi客户端的移动速度,Li为单个Wifi客户端在统计周期内的移动距离,ti为统计时间;
23)将定位数据的移动速度Vi与X进行比较,若Vi≤X,则删掉移动速度Vi。
3.根据权利要求1所述的一种基于Wifi定位和云数据处理技术的人流量预测方法,其特征在于,所述的预测人流量包括以下步骤:
31)取周期时间内的人流量移动速度代表路段的总体平均速度,其计算公式如下:
其中,N为周期时间内经过路段的人流量样本总数;Vn为每个Wifi客户端所在路段的平均速度;为周期时间内路段平均速度,单位为km/h;
32)预测未来周期时间的路段平均移动速度,其计算公式如下:
其中:v为下一周期的路段平均速度预测值;是历史同期的路段速度平均值;vpre是最近一个历史同期的路段速度值;w1、w2是对应的权重。
4.根据权利要求3所述的一种基于Wifi定位和云数据处理技术的人流量预测方法,其特征在于,所述的权重w1、w2的计算方法包括以下步骤:
41)计算历史同期的路段速度平均值,计算公式如下:
其中,vi为历史同时的路段速度值,为历史同期的路段速度平均值;
42)计算速度速度的标准差S,其计算公式如下:
43)计算权重w1、w2,其计算公式如下:
w1=1-w2。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201410850415.8A CN104573859A (zh) | 2014-12-31 | 2014-12-31 | 一种基于Wifi定位和云数据处理技术的人流量预测方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201410850415.8A CN104573859A (zh) | 2014-12-31 | 2014-12-31 | 一种基于Wifi定位和云数据处理技术的人流量预测方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN104573859A true CN104573859A (zh) | 2015-04-29 |
Family
ID=53089874
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201410850415.8A Pending CN104573859A (zh) | 2014-12-31 | 2014-12-31 | 一种基于Wifi定位和云数据处理技术的人流量预测方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN104573859A (zh) |
Cited By (18)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105205554A (zh) * | 2015-09-16 | 2015-12-30 | 中国矿业大学(北京) | 一种地铁车站排队时间预测方法及系统 |
CN105512772A (zh) * | 2015-12-22 | 2016-04-20 | 重庆邮电大学 | 一种基于移动网络信令数据的动态人流量预警方法 |
CN106211090A (zh) * | 2016-07-11 | 2016-12-07 | Tcl商用信息科技(惠州)股份有限公司 | 一种统计经过数字标牌的人流量的方法和装置 |
CN106251578A (zh) * | 2016-08-19 | 2016-12-21 | 深圳奇迹智慧网络有限公司 | 基于探针的人流预警分析方法和系统 |
CN106373508A (zh) * | 2016-11-18 | 2017-02-01 | 闻卫星 | 多功能投影广告系统及其实施方法 |
CN106507406A (zh) * | 2016-11-30 | 2017-03-15 | 四川九洲电器集团有限责任公司 | 一种无线网络的设备接入数的预测方法及设备 |
CN107086935A (zh) * | 2017-06-16 | 2017-08-22 | 重庆邮电大学 | 基于wifi ap的人流量分布预测方法 |
CN107682810A (zh) * | 2017-09-30 | 2018-02-09 | 广东博媒广告传播有限公司 | 一种灯箱广告流量探测系统 |
CN109448361A (zh) * | 2018-09-18 | 2019-03-08 | 云南大学 | 居民交通出行流量预测系统及其预测方法 |
CN109511109A (zh) * | 2018-11-22 | 2019-03-22 | 南京极行信息科技有限公司 | 一种宏观区域实时人流保有量预测方法 |
CN109525981A (zh) * | 2018-11-22 | 2019-03-26 | 南京茶非氪信息科技有限公司 | 一种宏观区域实时流动量检测算法 |
CN109670631A (zh) * | 2018-11-22 | 2019-04-23 | 南京极行信息科技有限公司 | 一种宏观区域实时流动量预测方法 |
CN109948843A (zh) * | 2019-03-12 | 2019-06-28 | 黑龙江世纪精彩科技有限公司 | 一种动态预测旅游园区内游玩项目人数的系统及方法 |
CN110087255A (zh) * | 2019-04-22 | 2019-08-02 | 新华三技术有限公司 | 信息统计方法及装置 |
CN110210045A (zh) * | 2018-03-28 | 2019-09-06 | 腾讯大地通途(北京)科技有限公司 | 目标区域的人数估算方法、装置及存储介质 |
CN110913333A (zh) * | 2019-11-28 | 2020-03-24 | 江苏省未来网络创新研究院 | 一种基于Wi-Fi探针的户外人流量告警方法 |
CN107392378B (zh) * | 2017-07-25 | 2020-11-06 | 海南师范大学 | 一种旅游景点游客流量预警平台 |
CN114512001A (zh) * | 2022-01-14 | 2022-05-17 | 阿里巴巴新加坡控股有限公司 | 区域交通监测方法、装置、电子设备、介质及程序产品 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101438334A (zh) * | 2006-03-03 | 2009-05-20 | 因瑞克斯有限公司 | 未来交通状况的动态时序预测 |
CN102629418A (zh) * | 2012-04-09 | 2012-08-08 | 浙江工业大学 | 基于模糊卡尔曼滤波的交通流参数预测方法 |
CN103152697A (zh) * | 2013-03-25 | 2013-06-12 | 南京大学 | 一种利用智能手机Wi-Fi功能实现楼层自动定位的方法 |
CN104157139A (zh) * | 2014-08-05 | 2014-11-19 | 中山大学 | 一种交通拥堵预测方法及可视化方法 |
-
2014
- 2014-12-31 CN CN201410850415.8A patent/CN104573859A/zh active Pending
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101438334A (zh) * | 2006-03-03 | 2009-05-20 | 因瑞克斯有限公司 | 未来交通状况的动态时序预测 |
CN102629418A (zh) * | 2012-04-09 | 2012-08-08 | 浙江工业大学 | 基于模糊卡尔曼滤波的交通流参数预测方法 |
CN103152697A (zh) * | 2013-03-25 | 2013-06-12 | 南京大学 | 一种利用智能手机Wi-Fi功能实现楼层自动定位的方法 |
CN104157139A (zh) * | 2014-08-05 | 2014-11-19 | 中山大学 | 一种交通拥堵预测方法及可视化方法 |
Cited By (31)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105205554A (zh) * | 2015-09-16 | 2015-12-30 | 中国矿业大学(北京) | 一种地铁车站排队时间预测方法及系统 |
CN105205554B (zh) * | 2015-09-16 | 2019-06-11 | 中国矿业大学(北京) | 一种地铁车站排队时间预测方法及系统 |
CN105512772A (zh) * | 2015-12-22 | 2016-04-20 | 重庆邮电大学 | 一种基于移动网络信令数据的动态人流量预警方法 |
CN105512772B (zh) * | 2015-12-22 | 2020-09-15 | 重庆邮电大学 | 一种基于移动网络信令数据的动态人流量预警方法 |
CN106211090A (zh) * | 2016-07-11 | 2016-12-07 | Tcl商用信息科技(惠州)股份有限公司 | 一种统计经过数字标牌的人流量的方法和装置 |
CN106251578A (zh) * | 2016-08-19 | 2016-12-21 | 深圳奇迹智慧网络有限公司 | 基于探针的人流预警分析方法和系统 |
CN106251578B (zh) * | 2016-08-19 | 2019-05-07 | 深圳奇迹智慧网络有限公司 | 基于探针的人流预警分析方法和系统 |
CN106373508A (zh) * | 2016-11-18 | 2017-02-01 | 闻卫星 | 多功能投影广告系统及其实施方法 |
CN106507406A (zh) * | 2016-11-30 | 2017-03-15 | 四川九洲电器集团有限责任公司 | 一种无线网络的设备接入数的预测方法及设备 |
CN106507406B (zh) * | 2016-11-30 | 2020-01-07 | 四川九洲电器集团有限责任公司 | 一种无线网络的设备接入数的预测方法及设备 |
CN107086935A (zh) * | 2017-06-16 | 2017-08-22 | 重庆邮电大学 | 基于wifi ap的人流量分布预测方法 |
CN107086935B (zh) * | 2017-06-16 | 2020-05-12 | 重庆邮电大学 | 基于wifi ap的人流量分布预测方法 |
CN107392378B (zh) * | 2017-07-25 | 2020-11-06 | 海南师范大学 | 一种旅游景点游客流量预警平台 |
CN107682810A (zh) * | 2017-09-30 | 2018-02-09 | 广东博媒广告传播有限公司 | 一种灯箱广告流量探测系统 |
CN110210045B (zh) * | 2018-03-28 | 2022-03-08 | 腾讯大地通途(北京)科技有限公司 | 目标区域的人数估算方法、装置及存储介质 |
CN110210045A (zh) * | 2018-03-28 | 2019-09-06 | 腾讯大地通途(北京)科技有限公司 | 目标区域的人数估算方法、装置及存储介质 |
CN109448361A (zh) * | 2018-09-18 | 2019-03-08 | 云南大学 | 居民交通出行流量预测系统及其预测方法 |
CN109448361B (zh) * | 2018-09-18 | 2021-10-19 | 云南大学 | 居民交通出行流量预测系统及其预测方法 |
CN109511109B (zh) * | 2018-11-22 | 2021-08-03 | 南京极行信息科技有限公司 | 一种宏观区域实时人流保有量预测方法 |
CN109670631A (zh) * | 2018-11-22 | 2019-04-23 | 南京极行信息科技有限公司 | 一种宏观区域实时流动量预测方法 |
CN109525981B (zh) * | 2018-11-22 | 2021-11-02 | 南京茶非氪信息科技有限公司 | 一种宏观区域实时流动量检测方法 |
CN109525981A (zh) * | 2018-11-22 | 2019-03-26 | 南京茶非氪信息科技有限公司 | 一种宏观区域实时流动量检测算法 |
CN109511109A (zh) * | 2018-11-22 | 2019-03-22 | 南京极行信息科技有限公司 | 一种宏观区域实时人流保有量预测方法 |
CN109948843B (zh) * | 2019-03-12 | 2021-03-23 | 海南洲镇四方科技有限公司 | 一种动态预测旅游园区内游玩项目人数的系统及方法 |
CN109948843A (zh) * | 2019-03-12 | 2019-06-28 | 黑龙江世纪精彩科技有限公司 | 一种动态预测旅游园区内游玩项目人数的系统及方法 |
CN110087255B (zh) * | 2019-04-22 | 2022-03-01 | 新华三技术有限公司 | 信息统计方法及装置 |
CN110087255A (zh) * | 2019-04-22 | 2019-08-02 | 新华三技术有限公司 | 信息统计方法及装置 |
CN110913333B (zh) * | 2019-11-28 | 2021-05-07 | 江苏省未来网络创新研究院 | 一种基于Wi-Fi探针的户外人流量告警方法 |
CN110913333A (zh) * | 2019-11-28 | 2020-03-24 | 江苏省未来网络创新研究院 | 一种基于Wi-Fi探针的户外人流量告警方法 |
CN114512001A (zh) * | 2022-01-14 | 2022-05-17 | 阿里巴巴新加坡控股有限公司 | 区域交通监测方法、装置、电子设备、介质及程序产品 |
CN114512001B (zh) * | 2022-01-14 | 2024-04-26 | 阿里巴巴创新公司 | 区域交通监测方法、装置、电子设备、介质及程序产品 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN104573859A (zh) | 一种基于Wifi定位和云数据处理技术的人流量预测方法 | |
US9733094B2 (en) | Hybrid road network and grid based spatial-temporal indexing under missing road links | |
CN110505583B (zh) | 一种基于卡口数据与信令数据的轨迹匹配方法 | |
CN106096631B (zh) | 一种基于手机大数据的流动人口分类识别分析方法 | |
US9830817B2 (en) | Bus station optimization evaluation method and system | |
CN105866364A (zh) | 一种地下水污染检测评估系统 | |
Freschi et al. | Geospatial data aggregation and reduction in vehicular sensing applications: The case of road surface monitoring | |
Ni et al. | Trajectory reconstruction for travel time estimation | |
Doyle et al. | Population mobility dynamics estimated from mobile telephony data | |
CN107194525A (zh) | 一种基于手机信令的城市中心评估方法 | |
CN105738587A (zh) | 一种水质监测系统 | |
CN105809962A (zh) | 一种基于手机数据的交通出行方式划分的方法 | |
CN105095991A (zh) | 用于人群风险预警的方法及装置 | |
CN107357894B (zh) | 一种道路交通设施数据采集纠偏方法及系统 | |
CN107609682A (zh) | 一种大数据环境下人口集聚中短期预警方法 | |
CN103835764B (zh) | 地下工程和深基坑安全监测预警系统 | |
US20150088611A1 (en) | Methods, Systems and Apparatus for Estimating the Number and Profile of Persons in a Defined Area Over Time | |
Li et al. | Supreme: Fine-grained radio map reconstruction via spatial-temporal fusion network | |
William et al. | Framework for IOT Based Real-Time Monitoring System of Rainfall Water Level for Flood Prediction Using LSTM Network | |
Duan et al. | MobilePulse: Dynamic profiling of land use pattern and OD matrix estimation from 10 million individual cell phone records in Shanghai | |
Liao et al. | Predictability in human mobility based on geographical-boundary-free and long-time social media data | |
CN106920198A (zh) | 用于污染物溯源的设备和方法 | |
CN104202817A (zh) | 大型室内空间中的多热点信号指纹地图的存储和匹配方法 | |
CN103440278A (zh) | 一种数据挖掘系统和方法 | |
CN109064750A (zh) | 城市路网交通估计方法及系统 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C53 | Correction of patent of invention or patent application | ||
CB03 | Change of inventor or designer information |
Inventor after: Xia Xiaosheng Inventor after: Liu Shengjun Inventor before: Xia Shengxiao Inventor before: Liu Shengjun |
|
COR | Change of bibliographic data |
Free format text: CORRECT: INVENTOR; FROM: XIA SHENGXIAO LIU SHENGJUN TO: XIA XIAOSHENG LIU SHENGJUN |
|
RJ01 | Rejection of invention patent application after publication | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20150429 |