买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉中国通信建设第四工程局有限公司申请的专利基于数据挖掘的停车行为分析方法、系统及存储介质获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN120743975B 。

龙图腾网通过国家知识产权局官网在2026-03-31发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202510806532.2，技术领域涉及：G06F16/2458；该发明授权基于数据挖掘的停车行为分析方法、系统及存储介质是由史红明;姚运岭;周龙;魏冬;孙仁银;王战胜设计研发完成，并于2025-06-17向国家知识产权局提交的专利申请。

本基于数据挖掘的停车行为分析方法、系统及存储介质在说明书摘要公布了：本申请涉及数据处理技术领域，公开了一种基于数据挖掘的停车行为分析方法、系统及存储介质。该方法包括：通过停车传感器网络采集数据构建停车行为基础数据结构、局部兴趣点数据库和全局网络配置数据库，采用局部‑全局特征交互矩阵算法融合处理得到融合特征矩阵和动态权重向量，通过融合密度聚类算法聚类得到融合聚类结果矩阵，基于双层时空模式挖掘进行模式识别得到停车行为时空融合模式库和需求预测结果。本申请解决了现有基于数据挖掘的停车行为分析方法无法有效融合局部兴趣点特征与全局网络配置特征，导致分析结果与实际停车使用模式缺乏显著相关性的技术问题。

本发明授权基于数据挖掘的停车行为分析方法、系统及存储介质在权利要求书中公布了：1.一种基于数据挖掘的停车行为分析方法，其特征在于，所述方法包括： 通过停车传感器网络对付费停车区进行数据采集处理，得到停车行为基础数据结构，构建局部兴趣点数据库和全局网络配置数据库，包括：通过停车占用检测传感器对每个停车位进行状态监测处理，按照30秒采集频率记录停车位占用状态变化，得到包含车辆标识、位置标识、开始时间、结束时间和停车时长的原始停车数据集；将所述原始停车数据集输入异常值检测算法进行数据清洗处理，剔除传感器故障数据并采用时间序列插值方法填补缺失数据，得到结构化停车行为基础数据结构；基于停车位地理坐标对周边500米范围内的商业设施、公共交通站点和办公楼宇进行POI信息采集处理，计算每个停车位到最近兴趣点的欧几里得距离，得到局部兴趣点数据库；根据道路网络拓扑结构对停车区域进行空间句法分析处理，计算道路连通性指数、整合度和选择度参数，得到记录网络配置特征的全局网络配置数据库； 根据所述停车行为基础数据结构、局部兴趣点数据库和全局网络配置数据库通过局部-全局特征交互矩阵算法进行融合处理，得到融合特征矩阵和动态权重向量，包括：将所述停车行为基础数据结构中的停车时长、位置坐标和占用状态进行特征向量构建处理，结合局部兴趣点数据库中的POI距离数据和全局网络配置数据库中的网络整合度数据，得到包含五维特征值的停车行为多维特征向量；基于所述停车行为多维特征向量通过局部-全局特征交互矩阵算法进行交互关系计算处理，将局部POI密度特征与全局网络整合度特征进行矩阵乘积运算并乘以交互系数，得到量化局部与全局特征相互影响强度的特征交互系数矩阵；将所述特征交互系数矩阵输入sigmoid函数进行权重归一化处理，根据不同停车位的POI密度和网络整合度动态调整局部特征权重和全局特征权重比例，得到取值范围在0到1之间的动态权重向量；根据所述动态权重向量对停车行为多维特征向量进行加权融合处理，将局部特征值乘以局部权重与全局特征值乘以全局权重进行求和运算，得到包含融合特征值的融合特征矩阵； 将所述融合特征矩阵和动态权重向量通过融合密度聚类算法进行聚类处理，得到融合聚类结果矩阵，包括：将所述融合特征矩阵和动态权重向量输入融合密度聚类算法进行停车位密度计算处理，根据局部-全局平衡因子调整不同停车区域的密度半径参数，得到反映停车位聚集程度的密度分布图；基于所述密度分布图对停车位进行核心点识别处理，将密度值超过设定阈值且邻域内包含最少停车位数量的停车位标记为核心点，得到包含核心停车位标识和密度值的核心点集合；根据所述核心点集合通过融合距离度量函数进行停车位相似性计算处理，综合考虑停车时长相似性、位置邻近性和POI影响相似性计算停车位间的综合相似度，得到反映停车位关联强度的相似性矩阵；将所述相似性矩阵输入聚类扩展算法进行停车区域划分处理，以核心点为起始点向相似度高的停车位进行聚类扩展，将具有相似停车行为模式的停车位归并为同一聚类，得到包含聚类编号、停车位列表、局部主导度和全局主导度的融合聚类结果矩阵，其中，局部主导度通过统计聚类内停车位的局部特征值均值计算得出，全局主导度通过计算聚类内停车位的全局特征值均值得出； 基于所述融合聚类结果矩阵通过双层时空模式挖掘进行模式识别处理，得到停车行为时空融合模式库和需求预测结果，包括：将所述融合聚类结果矩阵按照局部主导度和全局主导度进行聚类分层处理，将局部主导度高的聚类划分为局部驱动层，将全局主导度高的聚类划分为全局驱动层，得到包含双层分类标识的分层聚类矩阵；基于所述分层聚类矩阵对局部驱动层进行POI影响时间序列分解处理，提取受商业设施和公共交通影响的短期波动趋势和周期性变化，得到反映POI驱动规律的局部时空模式集合；根据所述分层聚类矩阵对全局驱动层进行网络配置时间序列分析处理，识别受道路整合度和连通性影响的长期趋势变化和宏观流动规律，得到反映网络配置影响的全局时空模式集合；将所述局部时空模式集合和全局时空模式集合输入模式融合算法进行交互效应计算处理，通过加权融合运算构建综合考虑局部短期波动和全局长期趋势的预测模型，得到包含时空融合规律和停车需求预测数据的停车行为时空融合模式库和需求预测结果。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人中国通信建设第四工程局有限公司，其通讯地址为：450000 河南省郑州市二七区中原东路102号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。