运用移动网络信令数据的人工智能车流推估系统及其方法.pdf

(19)中华人民共和国国家知识产权局 (12)发明专利申请 (10)申请公布号 CN 111161529 A (43)申请公布日 2020.05.15 (21)申请号 201811300387.7 G06Q 10/04(2012.01) (22)申请日 2018.11.02 (30)优先权数据 107136758 2018.10.18 TW (71)申请人 中华电信股份有限公司 地址 中国台湾桃园市杨梅区电研路99号 (72)发明人 陈庚品　董圣龙　 (74)专利代理机构 北京戈程知识产权代理有限 公司 11314 代理人 程伟　王锦阳 (51)Int.Cl. G08G 1/01(2006.01) G08G 1/052(2006.01) H04W 4/20(2018.01) H04W 4/40(2018.01) 权利要求书3页 说明书7页 附图6页 (54)发明名称 运用移动网络信令数据的人工智能车流推 估系统及其方法 (57)摘要 一种运用移动网络信令数据的人工智能车 流推估系统及其方法，该系统包括一移动网络信 令数据撷取模块、一非监督式学习模块、一特征 提取模块与一监督式学习模块。移动网络信令数 据撷取模块撷取在指定道路的预定范围内多个 移动装置与一网络之间的移动网络信令数据；非 监督式学习模块依据移动装置的速度将移动网 络信令数据分成不同族群；特征提取模块从不同 族群中提取出特定族群，以计算出每个单位时间 的移动网络信令数据的数量作为提取后的特征； 以及监督式学习模块将提取后的特征建立人工 A 智能车流推估模型，以推估出通过指定道路的多 9 个车辆的车流资讯。 2 5 1 6 1 1 1 1 N C CN 111161529 A 权　利　要　求　书 1/3 页 1.一种运用移动网络信令数据的人工智能车流推估系统，其特征在于，包括： 一移动网络信令数据撷取模块，其撷取在一指定道路的预定范围内，通过该指定道路 的多个移动装置与至少一网络之间的多个移动网络信令数据； 一非监督式学习模块，其具有人工智能的一非监督式学习演算法，以利用该非监督式 学习演算法依据该些移动装置的速度，将该移动网络信令数据撷取模块所撷取的该些移动 网络信令数据分成多个不同族群； 一特征提取模块，其从该非监督式学习演算法所分成的该些不同族群中提取出至少一 特定族群，以计算出该至少一特定族群中每个单位时间的移动网络信令数据的数量作为提 取后的特征；以及 一监督式学习模块，其具有人工智能的一监督式学习演算法，以利用该监督式学习演 算法，将由该特征提取模块提取后的特征建立一人工智能车流推估模型，进而透过该人工 智能车流推估模型推估出或产生通过该指定道路的多个车辆的车流资讯。 2.根据权利要求1所述的人工智能车流推估系统，其特征在于，该移动网络信令数据为 CVP(以移动装置基站为基础的车辆探侦)信令数据，该提取后的特征包括该至少一特定族 群中每个单位时间的移动网络信令数据的数量与时间步、该些不同族群中多数族群的数量 或配对族群的数量。 3.根据权利要求1所述的人工智能车流推估系统，其特征在于，该非监督式学习演算法 为K-means分群演算法、阶层式分群演算法或DBSCCN(具有杂讯的基于密度的空间分群)演 算法，该监督式学习演算法为线性回归演算法、支持向量机(SVM)演算法、决策树演算法、随 机森林演算法或类神经网络。 4.根据权利要求1所述的人工智能车流推估系