CN113076999A - 基于人工智能信息数据采集方法 - Google Patents
基于人工智能信息数据采集方法 Download PDFInfo
- Publication number
- CN113076999A CN113076999A CN202110368295.8A CN202110368295A CN113076999A CN 113076999 A CN113076999 A CN 113076999A CN 202110368295 A CN202110368295 A CN 202110368295A CN 113076999 A CN113076999 A CN 113076999A
- Authority
- CN
- China
- Prior art keywords
- data
- artificial intelligence
- generate
- traffic
- information
- 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.)
- Granted
Links
- 238000013473 artificial intelligence Methods 0.000 title claims abstract description 47
- 238000000034 method Methods 0.000 title claims abstract description 35
- 238000012545 processing Methods 0.000 claims abstract description 28
- 238000004458 analytical method Methods 0.000 claims description 34
- 238000012544 monitoring process Methods 0.000 claims description 17
- 238000012806 monitoring device Methods 0.000 claims description 6
- 238000006243 chemical reaction Methods 0.000 claims description 5
- 101000878595 Arabidopsis thaliana Squalene synthase 1 Proteins 0.000 claims description 4
- 238000012937 correction Methods 0.000 claims description 3
- 238000013480 data collection Methods 0.000 claims 1
- 238000000605 extraction Methods 0.000 claims 1
- 238000002372 labelling Methods 0.000 claims 1
- 230000006399 behavior Effects 0.000 description 14
- 238000005516 engineering process Methods 0.000 description 4
- 238000011161 development Methods 0.000 description 3
- 206010039203 Road traffic accident Diseases 0.000 description 2
- 239000000284 extract Substances 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000013499 data model Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000007726 management method Methods 0.000 description 1
- 238000003058 natural language processing Methods 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 238000012549 training Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/24—Classification techniques
- G06F18/241—Classification techniques relating to the classification model, e.g. parametric or non-parametric approaches
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/90—Details of database functions independent of the retrieved data types
- G06F16/95—Retrieval from the web
- G06F16/953—Querying, e.g. by the use of web search engines
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/21—Design or setup of recognition systems or techniques; Extraction of features in feature space; Blind source separation
- G06F18/214—Generating training patterns; Bootstrap methods, e.g. bagging or boosting
-
- 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
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/10—Services
- G06Q50/26—Government or public services
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/40—Extraction of image or video features
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- Data Mining & Analysis (AREA)
- General Physics & Mathematics (AREA)
- Business, Economics & Management (AREA)
- Databases & Information Systems (AREA)
- General Engineering & Computer Science (AREA)
- Evolutionary Biology (AREA)
- Evolutionary Computation (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Bioinformatics & Computational Biology (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Tourism & Hospitality (AREA)
- Artificial Intelligence (AREA)
- Life Sciences & Earth Sciences (AREA)
- Educational Administration (AREA)
- Development Economics (AREA)
- Multimedia (AREA)
- Health & Medical Sciences (AREA)
- Economics (AREA)
- General Health & Medical Sciences (AREA)
- Human Resources & Organizations (AREA)
- Marketing (AREA)
- Primary Health Care (AREA)
- Strategic Management (AREA)
- General Business, Economics & Management (AREA)
- Traffic Control Systems (AREA)
Abstract
本发明公开了基于人工智能信息数据采集方法，属于人工智能数据采集技术领域，该信息数据采集具体方法如下：(1)道路信息收集；(2)过往信息收集；(3)大数据接收分析；(4)信息判断分类；(5)实时数据采集；(6)实时数据分析判断；(7)判断结果显示与警报；(8)判断结果存储；步骤(1)中所述人工智能设备通过网络爬虫、收集线上地图与接收卫星遥感图像数据构建出监测道路的全局图像并将其通过地图图层叠加与数据处理生成图像数据；本发明保证人工智能使用时间过长也不会产生判断误差，有效的提高了交通管理人员的工作质量，无需交通管理人员自己分析违章原因，提高交通管理人员问题处理速度。
Description
技术领域
本发明涉及人工智能数据采集技术领域，尤其涉及基于人工智能信息数据采集方法。
背景技术
经检索，中国专利号CN107463640A公开了基于人工智能信息数据采集方法，该发明虽然避免信息重复采集，保证了数据的准确性，但是判断方法单一。人工智能是研究、开发用于模拟、延伸和扩展人的智能的理论、方法、技术及应用***的一门新的技术科学，是计算机科学的一个分支，它企图了解智能的实质，并生产出一种新的能以人类智能相似的方式做出反应的智能机器，该领域的研究包括机器人、语言识别、图像识别、自然语言处理和专家***等，人工智能从诞生以来，理论和技术日益成熟，应用领域也不断扩大，可以设想，未来人工智能带来的科技产品，将会是人类智慧的“容器”，人工智能可以对人的意识与思维的信息过程的模拟，人工智能不是人的智能，但能像人那样思考，也可能超过人的智能，随着科学技术的进步和工业的发展，城市中交通量激增，原始的交通方式已不能满足要求；同时，由于工业发展为城市交通提供的各种交通工具越来越多，从而加速了城市交通事业的发展，交通事故发生频率也随着提高，为了降低交通事故发生率，许多交通管理部门开始利用人工智能设备进行交通监测，因此，发明出基于人工智能信息数据采集方法变得尤为重要。
首先，现有的基于人工智能信息数据采集方法无法将准确违章行为向相关交通管理人员及时反馈，需要交通管理人员自己分析，降低问题处理速度，其次，现有的基于人工智能信息数据采集方法无法进行实时数据更新，人工智能判断标准单一，使用时间过长容易产生判断误差，影响交通管理人员工作质量。
发明内容
本发明的目的是为了解决现有技术中存在的缺陷，而提出的基于人工智能信息数据采集方法。
为了实现上述目的，本发明采用了如下技术方案：
基于人工智能信息数据采集方法，该信息数据采集具体方法如下：
(1)道路信息收集：人工智能设备对监测道路全局图像进行收集并处理生成图像数据；
(2)过往信息收集：接收图像数据并收集该道路过往交通信息并处理生成原始数据；
(3)大数据接收分析：接收交通大数据进行处理生成对比数据并进行分类标记；
(4)信息判断分类：比对原始数据与对比数据分析生成判断数据并进行分类标记；
(5)实时数据采集：接收监测设备发送的实时数据并处理生成分析数据；
(6)实时数据分析判断：对比分析数据与判断数据生成结果数据并进行分类标记；
(7)判断结果显示与警报：将结果数据进行显示并分析结果数据判断是否需要发出警报；
(8)判断结果存储：对结果数据进行处理生成存储数据并进行存储。
进一步地，步骤(1)中所述人工智能设备通过网络爬虫、收集线上地图与接收卫星遥感图像数据构建出监测道路的全局图像并将其通过地图图层叠加与数据处理生成图像数据，所述人工智能设备为机器人或语音助手中的一种。
进一步地，步骤(2)中所述图像数据接收完成后，开始对图像数据进行分析并从数据库中调取出与图像数据对应的需监测道路的过往交通信息并处理生成原始数据。
进一步地，步骤(3)中所述交通大数据从云端服务器和交通官网被提取生成对比数据并进行分类标记，其具体分类标记过程如下：
步骤一：将从云端服务器与交通官网提取到的数据进行整合处理生成行为数据；
步骤二：将违反交通规则的行为数据标记为A，将不违反交通规则的行为数据标记为B。
进一步地，步骤(4)中所述原始数据、A与B全部收集完成后开始进行比对校正并生成判断数据，其比对分析的具体步骤如下：
Ⅰ、将原始数据与A进行一一比对，并将相同数据进行整合并标记为X；
Ⅱ、将原始数据与B进行以一比对，并将相同数据进行整合并标记为Y。
进一步地，步骤(5)中所述监测设备开始对监测道路进行实时监测并将监测画面通过图像特征提取生成分析数据，所述监测设备为摄像头、超声波检测器或测速仪中的一种。
进一步地，步骤(6)中所述分析数据开始通过监测设备进行收集后，将收集到的分析数据分别与X、Y进行比对分类并生成结果数据，其具体比对分类标准如下：
S1：将监测设备实时监测到的分析数据与X一一比对并将相同数据标记为F；
S2：将监测设备实时监测到的分析数据与Y一一比对并将相同数据标记为T。
进一步地，步骤(7)中所述F与T按照数据字典的定义进行转换处理后将其进行显示，将接收到的F与T进行分类判断，其具体分类判断步骤如下：
SS1：若接收到的结果数据为F，开始发出警报并将F按照数据字典的定义进行转换处理后进行显示并通过语音播报指出问题；
SS2：若接收到的结果数据为T，则无需进行警报与语音播报，并将数据正常显示。
进一步地，步骤(8)中所述F与T同时发送到云端服务器中并处理生成编码形式的存储数据存储在云端服务器中。
相比于现有技术，本发明的有益效果在于：
1、该基于人工智能信息数据采集方法，通过在云端服务其中收集需监测道路的过往交通信息处理生成原始数据，从云端服务器和交通官网中提取交通大数据进行处理生成对比数据并进行分类标记，将违反交通规则的行为数据标记为A，将不违反交通规则的行为数据标记为B，对原始数据与A、B进行比对校正并生成判断数据，通过使用这些判断数据对人工智能数据模型进行训练与调优来不断提高人工智能的判断准确率，保证人工智能使用时间过长也不会产生判断误差，有效的提高了交通管理人员的工作质量；
2、该基于人工智能信息数据采集方法通过监测设备开始对监测道路进行实时监测并将监测画面通过图像特征提取生成分析数据，并将分析数据分别与X、Y进行比对处理生成结果数据，分析数据与X相同时数据标记为F，分析数据与X相同时数据标记为T，准确违章行为向相关交通管理人员及时反馈，若接收到的结果数据为F，开始发出警报并将F按照数据字典的定义进行转换处理后进行显示并通过语音播报指出问题，若接收到的结果数据为T，则无需进行警报与语音播报，并将数据正常显示，无需交通管理人员自己分析违章原因，提高交通管理人员问题处理速度。
附图说明
附图用来提供对本发明的进一步理解，并且构成说明书的一部分，与本发明的实施例一起用于解释本发明，并不构成对本发明的限制。
图1为本发明提出的基于人工智能信息数据采集方法的流程框图。
具体实施方式
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。
在本发明的描述中，需要理解的是，术语“上”、“下”、“前”、“后”、“左”、“右”、“顶”、“底”、“内”、“外”等指示的方位或位置关系为基于附图所示的方位或位置关系，仅是为了便于描述本发明和简化描述，而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作，因此不能理解为对本发明的限制。
参照图1，基于人工智能信息数据采集方法，该信息数据采集具体方法如下：
(1)道路信息收集：人工智能对监测道路全局图像进行收集并处理生成图像数据；
(2)过往信息收集：接收图像数据并收集该道路过往交通信息并处理生成原始数据；
(3)大数据接收分析：接收交通大数据进行处理生成对比数据并进行分类标记；
(4)信息判断分类：比对原始数据与对比数据分析生成判断数据并进行分类标记；
(5)实时数据采集：接收监测设备发送的实时数据并处理生成分析数据；
(6)实时数据分析判断：对比分析数据与判断数据生成结果数据并进行分类标记；
(7)判断结果显示与警报：将结果数据进行显示并分析结果数据判断是否需要发出警报；
(8)判断结果存储：对结果数据进行处理生成存储数据并进行存储。
步骤(1)中所述人工智能设备通过网络爬虫、收集线上地图与接收卫星遥感图像数据构建出监测道路的全局图像并将其通过地图图层叠加与数据处理生成图像数据，所述人工智能设备为机器人或语音助手中的一种。
步骤(2)中所述图像数据接收完成后，开始对图像数据进行分析并从数据库中调取出与图像数据对应的需监测道路的过往交通信息并处理生成原始数据。
步骤(3)中所述交通大数据从云端服务器和交通官网被提取生成对比数据并进行分类标记，其具体分类标记过程如下：
步骤一：将从云端服务器与交通官网提取到的数据进行整合处理生成行为数据；
步骤二：将违反交通规则的行为数据标记为A，将不违反交通规则的行为数据标记为B。
步骤(4)中所述原始数据、A与B全部收集完成后开始进行比对校正并生成判断数据，其比对分析的具体步骤如下：
Ⅰ、将原始数据与A进行一一比对，并将相同数据进行整合并标记为X；
Ⅱ、将原始数据与B进行以一比对，并将相同数据进行整合并标记为Y。
步骤(5)中所述监测设备开始对监测道路进行实时监测并将监测画面通过图像特征提取生成分析数据，所述监测设备为摄像头、超声波检测器或测速仪中的一种。
步骤(6)中所述分析数据开始通过监测设备进行收集后，将收集到的分析数据分别与X、Y进行比对分类并生成结果数据，其具体比对分类标准如下：
S1：将监测设备实时监测到的分析数据与X一一比对并将相同数据标记为F；
S2：将监测设备实时监测到的分析数据与Y一一比对并将相同数据标记为T。
步骤(7)中所述F与T按照数据字典的定义进行转换处理后将其进行显示，将接收到的F与T进行分类判断，其具体分类判断步骤如下：
SS1：若接收到的结果数据为F，开始发出警报并将F按照数据字典的定义进行转换处理后进行显示并通过语音播报指出问题；
SS2：若接收到的结果数据为T，则无需进行警报与语音播报，并将数据正常显示。
步骤(8)中所述F与T同时发送到云端服务器中并处理生成编码形式存储在云端服务器中。
本发明的工作原理及使用流程：该基于人工智能信息数据采集方法，通过人工智能设备通过网络爬虫、收集线上地图与接收卫星遥感图像数据构建出监测道路的全局图像并将其通过地图图层叠加与数据处理生成图像数据，当图像数据接收完成后，开始对图像数据进行分析并从数据库中调取出与图像数据对应的需监测道路的过往交通信息并处理生成原始数据，从云端服务器和交通官网中提取交通大数据进行处理生成对比数据并进行分类标记，其具体分类标记过程如下：首先，将从云端服务器与交通官网提取到的数据进行整合处理生成行为数据，后将违反交通规则的行为数据标记为A，将不违反交通规则的行为数据标记为B，分类标记完成后，开始收集原始数据、A与B，当原始数据、A与B全部收集完成后开始进行比对校正并生成判断数据，其比对分析的具体步骤如下：Ⅰ、将原始数据与A进行一一比对，并将相同数据进行整合并标记为X；
Ⅱ、将原始数据与B进行以一比对，并将相同数据进行整合并标记为Y，监测设备开始对监测道路进行实时监测并将监测画面通过图像特征提取生成分析数据，将收集到的分析数据分别与X、Y进行比对分类并生成结果数据，其具体比对分类标准如下：S1：将监测设备实时监测到的分析数据与X一一比对并将相同数据标记为F；
S2：将监测设备实时监测到的分析数据与Y一一比对并将相同数据标记为T，F与T按照数据字典的定义进行转换处理后将其进行显示，将接收到的F与T进行分类判断，其具体分类判断步骤如下：SS1：若接收到的结果数据为F，开始发出警报并将F按照数据字典的定义进行转换处理后进行显示并通过语音播报指出问题；SS2：若接收到的结果数据为T，则无需进行警报与语音播报，并将数据正常显示，将F与T结果显示完成后，将F与T同时发送到云端服务器中并处理生成编码形式存储在云端服务器中。
以上所述，仅为本发明较佳的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，根据本发明的技术方案及其发明构思加以等同替换或改变，都应涵盖在本发明的保护范围之内。
Claims (9)
1.基于人工智能信息数据采集方法，其特征在于，该信息数据采集具体方法如下：
(1)道路信息收集：人工智能对监测道路全局图像进行收集并处理生成图像数据；
(2)过往信息收集：接收图像数据并收集该道路过往交通信息并处理生成原始数据；
(3)大数据接收分析：接收交通大数据进行处理生成对比数据并进行分类标记；
(4)信息判断分类：比对原始数据与对比数据分析生成判断数据并进行分类标记；
(5)实时数据采集：接收监测设备发送的实时数据并处理生成分析数据；
(6)实时数据分析判断：对比分析数据与判断数据生成结果数据并进行分类标记；
(7)判断结果显示与警报：将结果数据进行显示并分析结果数据判断是否需要发出警报；
(8)判断结果存储：对结果数据进行处理生成存储数据并进行存储。
2.根据权利要求1所述的基于人工智能信息数据采集方法，其特征在于，步骤(1)中所述人工智能设备通过网络爬虫、收集线上地图与接收卫星遥感图像数据构建出监测道路的全局图像并将其通过地图图层叠加与数据处理生成图像数据，所述人工智能设备为机器人或语音助手中的一种。
3.根据权利要求1所述的基于人工智能信息数据采集方法，其特征在于，步骤(2)中所述图像数据接收完成后，开始对图像数据进行分析并从数据库中调取出与图像数据对应的需监测道路的过往交通信息并处理生成原始数据。
4.根据权利要求1所述的基于人工智能信息数据采集方法，其特征在于，步骤(3)中所述交通大数据从云端服务器和交通官网被提取生成对比数据并进行分类标记，其具体分类标记过程如下：
步骤一：将从云端服务器与交通官网提取到的数据进行整合处理生成行为数据；
步骤二：将违反交通规则的行为数据标记为A，将不违反交通规则的行为数据标记为B。
5.根据权利要求1所述的基于人工智能信息数据采集方法，其特征在于，步骤(4)中所述原始数据、A与B全部收集完成后开始进行比对校正并生成判断数据，其比对分析的具体步骤如下：
Ⅰ、将原始数据与A进行一一比对，并将相同数据进行整合并标记为X；
Ⅱ、将原始数据与B进行以一比对，并将相同数据进行整合并标记为Y。
6.根据权利要求4所述的基于人工智能信息数据采集方法，其特征在于，步骤(5)中所述监测设备开始对监测道路进行实时监测并将监测画面通过图像特征提取生成分析数据，所述监测设备为摄像头、超声波检测器或测速仪中的一种。
7.根据权利要求1所述的基于人工智能信息数据采集方法，其特征在于，步骤(6)中所述分析数据开始通过监测设备进行收集后，将收集到的分析数据分别与X、Y进行比对分类并生成结果数据，其具体比对分类标准如下：
S1：将监测设备实时监测到的分析数据与X一一比对并将相同数据标记为F；
S2：将监测设备实时监测到的分析数据与Y一一比对并将相同数据标记为T。
8.根据权利要求1所述的基于人工智能信息数据采集方法，其特征在于，步骤(7)中所述F与T按照数据字典的定义进行转换处理后将其进行显示，将接收到的F与T进行分类判断，其具体分类判断步骤如下：
SS1：若接收到的结果数据为F，开始发出警报并将F按照数据字典的定义进行转换处理后进行显示并通过语音播报指出问题；
SS2：若接收到的结果数据为T，则无需进行警报与语音播报，并将数据正常显示。
9.根据权利要求1所述的基于人工智能信息数据采集方法，其特征在于，步骤(8)中所述F与T同时发送到云端服务器中并处理生成编码形式存储在云端服务器中。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110368295.8A CN113076999B (zh) | 2021-04-06 | 2021-04-06 | 基于人工智能信息数据采集方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110368295.8A CN113076999B (zh) | 2021-04-06 | 2021-04-06 | 基于人工智能信息数据采集方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN113076999A true CN113076999A (zh) | 2021-07-06 |
| CN113076999B CN113076999B (zh) | 2024-01-30 |
Family
ID=76615142
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202110368295.8A Active CN113076999B (zh) | 2021-04-06 | 2021-04-06 | 基于人工智能信息数据采集方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN113076999B (zh) |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN114758490A (zh) * | 2021-09-30 | 2022-07-15 | 广东可信新能源股份有限公司 | 人工智能数据采集方法及装置 |
| CN117009938A (zh) * | 2023-08-16 | 2023-11-07 | 济南正大科技发展有限公司 | 一种基于大数据的计算机网络安全分析***及方法 |
Citations (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN106960577A (zh) * | 2017-04-21 | 2017-07-18 | 安徽文康科技有限公司 | 稽查布控***的控制方法 |
| CN108961790A (zh) * | 2018-07-24 | 2018-12-07 | 河北德冠隆电子科技有限公司 | 基于四维实景交通仿真的恶劣天气预警管理***及方法 |
| CN109191833A (zh) * | 2018-08-29 | 2019-01-11 | 深圳市赛为智能股份有限公司 | 一种智能交通***及其管理方法 |
| CA3016825A1 (en) * | 2017-09-15 | 2019-03-15 | Sergio Machado Goncalves | Predictive, integrated and intelligent system for control of times in traffic lights |
| CN110059631A (zh) * | 2019-04-19 | 2019-07-26 | 中铁第一勘察设计院集团有限公司 | 接触网非接触式监测缺陷识别方法 |
| CN110378824A (zh) * | 2019-06-26 | 2019-10-25 | 公安部交通管理科学研究所 | 一种公安交管数据大脑及构建方法 |
| CN111275980A (zh) * | 2020-01-21 | 2020-06-12 | 上海天齐智能建筑股份有限公司 | 基于互联网+智能交通视频监控管理***的大数据应用平台 |
| KR102150034B1 (ko) * | 2019-12-13 | 2020-08-31 | 제주특별자치도 | 이동형 IoT 통합 기반 안전 운행 지원 시스템 및 그의 처리 방법 |
| CN111754786A (zh) * | 2020-07-15 | 2020-10-09 | 遵义同望智能科技有限公司 | 一种识别高速公路交通工具通行事件的*** |
-
2021
- 2021-04-06 CN CN202110368295.8A patent/CN113076999B/zh active Active
Patent Citations (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN106960577A (zh) * | 2017-04-21 | 2017-07-18 | 安徽文康科技有限公司 | 稽查布控***的控制方法 |
| CA3016825A1 (en) * | 2017-09-15 | 2019-03-15 | Sergio Machado Goncalves | Predictive, integrated and intelligent system for control of times in traffic lights |
| CN108961790A (zh) * | 2018-07-24 | 2018-12-07 | 河北德冠隆电子科技有限公司 | 基于四维实景交通仿真的恶劣天气预警管理***及方法 |
| CN109191833A (zh) * | 2018-08-29 | 2019-01-11 | 深圳市赛为智能股份有限公司 | 一种智能交通***及其管理方法 |
| CN110059631A (zh) * | 2019-04-19 | 2019-07-26 | 中铁第一勘察设计院集团有限公司 | 接触网非接触式监测缺陷识别方法 |
| CN110378824A (zh) * | 2019-06-26 | 2019-10-25 | 公安部交通管理科学研究所 | 一种公安交管数据大脑及构建方法 |
| KR102150034B1 (ko) * | 2019-12-13 | 2020-08-31 | 제주특별자치도 | 이동형 IoT 통합 기반 안전 운행 지원 시스템 및 그의 처리 방법 |
| CN111275980A (zh) * | 2020-01-21 | 2020-06-12 | 上海天齐智能建筑股份有限公司 | 基于互联网+智能交通视频监控管理***的大数据应用平台 |
| CN111754786A (zh) * | 2020-07-15 | 2020-10-09 | 遵义同望智能科技有限公司 | 一种识别高速公路交通工具通行事件的*** |
Non-Patent Citations (2)
| Title |
|---|
| SHIVA ASADIANFAM等: "TVD-MRDL: traffic violation detection system using MapReduce-based deep learning for large-scale data", 《MULTIMEDIA TOOLS AND APPLICATIONS》, vol. 80, pages 2489 - 2516, XP037335962, DOI: 10.1007/s11042-020-09714-8 * |
| 薛大暄等: "基于数据挖掘的交通监控信息融合技术研究", 《现代电子技术》, vol. 43, no. 13, pages 88 - 91 * |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN114758490A (zh) * | 2021-09-30 | 2022-07-15 | 广东可信新能源股份有限公司 | 人工智能数据采集方法及装置 |
| CN117009938A (zh) * | 2023-08-16 | 2023-11-07 | 济南正大科技发展有限公司 | 一种基于大数据的计算机网络安全分析***及方法 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN113076999B (zh) | 2024-01-30 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN109919031B (zh) | 一种基于深度神经网络的人体行为识别方法 | |
| CN113076999B (zh) | 基于人工智能信息数据采集方法 | |
| CN112069970B (zh) | 课堂教学事件分析方法及装置 | |
| CN111738218B (zh) | 人体异常行为识别***及方法 | |
| CN116359218B (zh) | 一种工业聚集区大气污染移动监测*** | |
| CN112541529A (zh) | 表情与姿态融合的双模态教学评价方法、设备及存储介质 | |
| CN112070135A (zh) | 电力设备图像检测方法、装置、电力设备及存储介质 | |
| CN115661553A (zh) | 一种基于bim的轨道交通构件分类方法、***及设备 | |
| CN111814687A (zh) | 一种航班保障节点智能识别*** | |
| CN114332473A (zh) | 目标检测方法、装置、计算机设备、存储介质及程序产品 | |
| CN105893352A (zh) | 一种基于社交网络大数据的空气质量预警和监测分析*** | |
| CN115809833A (zh) | 基于画像技术的基建项目智能监督方法、装置 | |
| CN114723945A (zh) | 车损检测方法和装置、电子设备及存储介质 | |
| CN115311617A (zh) | 城轨车站区域客流信息获取方法及*** | |
| CN116186288A (zh) | 一种基于地点和语义的知识图谱反馈方法 | |
| CN110956072B (zh) | 一种基于大数据分析的驾驶技能培训方法 | |
| US11954955B2 (en) | Method and system for collecting and monitoring vehicle status information | |
| CN115439933A (zh) | 一种基于多重模型识别策略的垃圾分类投放站点检测方法 | |
| CN115083229A (zh) | 基于ai视觉识别的飞行训练设备智能识别与警示*** | |
| CN112182212B (zh) | 一种网络车辆碰撞数据的处理方法及*** | |
| CN111046785B (zh) | 一种基于卷积神经网络的无人机巡检视频关键目标识别的方法 | |
| CN115147248A (zh) | 一种基于大数据的旅游信息咨询***和方法 | |
| CN114331378A (zh) | 一种高新技术企业精准培育的方法、***、设备及存储介质 | |
| CN112802307A (zh) | 一种用于地质勘察的地质监测预警方法及*** | |
| CN117876650B (zh) | 一种广域场景下飞机停泊智能识别定位方法及*** |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |