← 返回列表

基于知识图谱的学校路段交通拥堵重点车辆识别方法

申请号: CN202311311797.2
申请人: 南京邮电大学
更新日期: 2026-03-10

专利详细信息

项目 内容
专利名称 基于知识图谱的学校路段交通拥堵重点车辆识别方法
专利类型 发明申请
申请号 CN202311311797.2
申请日 2023/10/11
公告号 CN117421454A
公开日 2024/1/19
IPC主分类号 G06F16/903
权利人 南京邮电大学
发明人 丁卉
地址 江苏省南京市栖霞区广月路30-06号

摘要文本

本发明公开了基于知识图谱的学校路段交通拥堵重点车辆识别方法,引入知识图谱技术,以个体车辆对对象,提出“基础知识‑再分析形成的特征知识‑判别知识”组成的层次化知识图谱结构,对车、路、出行、上下学事件多个对象关联产生的多维度多层次知识,进行关联表征;在特征知识的形成层面,利用车辆出行频率、目的、运行状态的多特征知识挖掘,挖掘出每一辆车的出行频率特征、目的特征、轨迹运行特征,形成多特征知识融入到知识图谱中;在多特征知识的融合判别下,形成了不同级别重点车辆的判别知识融入到知识图谱中。本发明实现了对学校路段拥堵重点车辆的精准识别,是面向智能交通治理学校拥堵场景应用的一种信息数据挖掘技术。

专利主权项内容

1.基于知识图谱的学校路段交通拥堵重点车辆识别方法,其特征在于,包括以下步骤:S1、以个体车辆为对象,利用原始监测数据获得的基础知识和再分析形成的多特征知识构建层次化知识图谱结构,对车、路、轨迹、特征的多层次知识进行关联表征;该层次化知识图谱结构包括三个层次;S2、从基础数据中构建第一层次知识图谱;S3、通过第二层次的特征知识挖掘,构建第二层次知识图谱;S4、通过第三层次的判别知识挖掘,构建第三层次知识图谱;S5、基于构建的层次化知识图谱,对重点车辆进行快速识别检索。