一种基于深度学习和客观赋权法的泊位动态调配方法

AITNT
正文
推荐专利
一种基于深度学习和客观赋权法的泊位动态调配方法
申请号:CN202411002853
申请日期:2024-07-25
公开号:CN118538034B
公开日期:2024-09-27
类型:发明专利
摘要
本发明公开了一种基于深度学习和客观赋权法的泊位动态调配方法,属于计算机视觉和智慧停车领域,在先到先得停车模式的基础上,引入两种预约停车模式,即先预约先服务和拍卖预约,设置了两种参数,分别为先到先得停车的停车泊位占比和先预约先服务的停车泊位占比;运用深度神经网络和CRITIC客观赋权法实现了混合停车模式下泊位占比综合决策与动态调配,优化了停车资源配置,提高了停车效率和便捷性,为不同预约停车策略的实际应用提供了新思路。
技术关键词
动态调配方法 停车场车辆检测 停车平台 指标 综合评价体系 深度神经网络 模式 停车场泊位 综合评价模型 混合停车场 综合评价指数 代表 卷积模块 特征提取网络 监控停车场 停车场数据 误差反向传播
系统为您推荐了相关专利信息
1
针对配电网量测装置的量测数据质量评价方法及系统
量测装置 灰色关联分析法 计算机可读指令 数据 配电网台区
2
基于混合向量模型的检索方法、装置及可读存储介质
生成自然语言 金融 生成特征向量 检索方法 词向量模型
3
一种船舶避台行为识别与预测方法及系统
小型船舶 大型船舶 滑动窗口 加速度 标签编码方法
4
一种基于机器学习的基站流量调度管理系统
调度管理系统 基站 数据收集模块 分析模块 网络带宽利用率
5
大模型数据筛选方法、设备和存储介质
数据筛选方法 指标 专业 大语言模型 指令
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号