基于公共交通數(shù)據(jù)的區(qū)域人氣聚集指數(shù)計算系統(tǒng)及方法
【專利摘要】本發(fā)明提供一種基于公共交通數(shù)據(jù)的區(qū)域人氣聚集指數(shù)計算系統(tǒng)及方法。所述方法包括以下步驟：S1、采集公共交通數(shù)據(jù)；S2、劃分原始區(qū)和根據(jù)原始區(qū)建立緩沖區(qū)；S3、從公共交通數(shù)據(jù)中獲得出入所述原始區(qū)的人員流動信息，以得到原始人氣聚集指數(shù)；S4、從公共交通數(shù)據(jù)中獲得出入所述原始區(qū)的緩沖區(qū)的人員流動信息，以得到緩沖區(qū)人氣聚集指數(shù)；S5、根據(jù)原始人氣聚集指數(shù)和緩沖區(qū)人氣聚集指數(shù)累計值建立人氣引導(dǎo)模型；S6、根據(jù)人氣引導(dǎo)模型校正原始人氣聚集指數(shù)，以獲得最終人氣聚集指數(shù)。本發(fā)明能夠在不借助其他測量設(shè)備的情況下較準確的測得任意指定區(qū)域的人氣聚集指數(shù)，較之以前依賴于視頻或是紅外儀器的測量方法更為節(jié)約成本，簡單便捷。
【專利說明】基于公共交通數(shù)據(jù)的區(qū)域人氣聚集指數(shù)計算系統(tǒng)及方法
【技術(shù)領(lǐng)域】
[0001]本發(fā)明涉及大數(shù)據(jù)處理【技術(shù)領(lǐng)域】，尤其涉及一種基于公共交通數(shù)據(jù)的區(qū)域人氣聚集指數(shù)計算系統(tǒng)和方法。
【背景技術(shù)】
[0002]人氣聚集指數(shù)的測算是大數(shù)據(jù)處理領(lǐng)域中最為重要的問題之一，小到個人出行，大到城市規(guī)劃，處處都有人氣聚集指數(shù)測算的影子。目前，企業(yè)和政府都在追尋成本低廉、方便精準的人氣聚集測算方法，以提高社會服務(wù)行業(yè)的整體服務(wù)水平。
[0003]目前，全國很多商場、會場、醫(yī)院、公園等公共場所采用紅外感應(yīng)或是視頻識別技術(shù)測算人氣聚集指數(shù)，測算方式較為機械，存在設(shè)備部署繁復(fù)，數(shù)據(jù)重復(fù)片面性等問題，造成由上述問題所帶來的人力、物力、財力資源的浪費情況，缺乏理性的數(shù)字化模型作為人氣聚集測算的方向指引，更缺乏對大型區(qū)域的人氣聚集的宏觀認識，從而使整個社會服務(wù)行業(yè)的服務(wù)能力達不到預(yù)期水平。
[0004]而且，國內(nèi)流行的紅外感應(yīng)或是視頻識別的人氣聚集指數(shù)測算技術(shù)，都是針對于某個極小區(qū)域的測算技術(shù)。無可否認，這種技術(shù)在測定通道，大門等單向流動區(qū)域上有得天獨厚的優(yōu)勢。但是在測定大廳、廣場、公園、商圈等大中型區(qū)域時，對于同一時間，相關(guān)設(shè)備不能保證空間上的全面覆蓋；對于同一空間，不同時間的信息會有重復(fù)和片面的現(xiàn)象。然而，隨著社會化程度的不斷提高，人們對社會服務(wù)的需求日益增長，基于較大區(qū)域的新型人氣聚集指數(shù)測算也已經(jīng)成為社會服務(wù)的重要組成部分。
[0005]鑒于上述現(xiàn)有技術(shù)的不足，希望有更為簡單便捷的人氣聚集指數(shù)的測算方法。

【發(fā)明內(nèi)容】

[0006]本發(fā)明解決的技術(shù)問題在于提供一種基于公共交通數(shù)據(jù)的區(qū)域人氣聚集指數(shù)計算系統(tǒng)和方法，可以在公共交通數(shù)據(jù)的基礎(chǔ)上通過模型分析得出區(qū)域人氣聚集指數(shù)。
[0007]為了解決以上技術(shù)問題，本發(fā)明提供了一種基于公共交通數(shù)據(jù)的區(qū)域人氣聚集指數(shù)計算系統(tǒng)，其包括:公共交通數(shù)據(jù)模塊、區(qū)域劃分模塊、數(shù)據(jù)處理模塊、人氣引導(dǎo)模型模塊，以及校正模塊，
[0008]所述公共交通數(shù)據(jù)模塊，用于采集公共交通數(shù)據(jù)；
[0009]所述區(qū)域劃分模塊，用于劃分原始區(qū)和根據(jù)原始區(qū)建立緩沖區(qū)；
[0010]所述數(shù)據(jù)處理模塊，用于根據(jù)公共交通數(shù)據(jù)獲得原始區(qū)和緩沖區(qū)的人員流動信息，并分別得到原始人氣聚集指數(shù)和緩沖區(qū)人氣聚集指數(shù)；
[0011]人氣引導(dǎo)模型模塊，用于根據(jù)原始人氣聚集指數(shù)和緩沖區(qū)人氣聚集指數(shù)累計值建立人氣引導(dǎo)模型；
[0012]所述校正模塊，用于根據(jù)人氣引導(dǎo)模型校正原始人氣聚集指數(shù)，以獲得最終人氣聚集指數(shù)。
[0013]優(yōu)選的，所述區(qū)域由用戶進行劃分，所述原始區(qū)的區(qū)域面積大于I平方公里，所述緩沖區(qū)為原始區(qū)向外外延500米?1000米。
[0014]優(yōu)選的，所述人氣聚集指數(shù)采用人氣聚集指數(shù)公式進行計算，為人氣聚集指數(shù)=(進入?yún)^(qū)域人數(shù)-離開區(qū)域人數(shù))/區(qū)域面積/統(tǒng)計時間，其中，進入?yún)^(qū)域人數(shù)為統(tǒng)計時間內(nèi)所有公共交通工具在此區(qū)域的下客數(shù)量，離開區(qū)域人數(shù)為統(tǒng)計時間內(nèi)所有公共交通工具在此區(qū)域的上客數(shù)量，區(qū)域面積為劃定區(qū)域的面積，統(tǒng)計時間為用戶劃定的測算時間。
[0015]優(yōu)選的，所述人氣引導(dǎo)模型為:人氣引導(dǎo)指數(shù)=(緩沖區(qū)人氣聚集指數(shù)累計值/原始人氣聚集指數(shù)累計值)*區(qū)域誤差校正參數(shù)，其中，區(qū)域誤差校正參數(shù)=(原始區(qū)面積/緩沖區(qū)面積)* (緩沖區(qū)參考半徑/緩沖區(qū)半徑)。
[0016]優(yōu)選的，最終人氣聚集指數(shù)=原始人氣聚集指數(shù)* (1+人氣引導(dǎo)指數(shù))_緩沖區(qū)人氣聚集指數(shù)。
[0017]為了解決本發(fā)明的技術(shù)問題，還提供了一種基于公共交通數(shù)據(jù)的區(qū)域人氣聚集指數(shù)計算方法，其包括以下步驟:
[0018]S1、采集公共交通數(shù)據(jù)；
[0019]S2、劃分原始區(qū)和根據(jù)原始區(qū)建立緩沖區(qū)；
[0020]S3、從公共交通數(shù)據(jù)中獲得出入所述原始區(qū)的人員流動信息，以得到原始人氣聚集指數(shù)；
[0021]S4、從公共交通數(shù)據(jù)中獲得出入所述原始區(qū)的緩沖區(qū)的人員流動信息，以得到緩沖區(qū)人氣聚集指數(shù)；
[0022]S5、根據(jù)原始人氣聚集指數(shù)和緩沖區(qū)人氣聚集指數(shù)累計值建立人氣引導(dǎo)模型；
[0023]S6、根據(jù)人氣引導(dǎo)模型校正原始人氣聚集指數(shù)，以獲得最終人氣聚集指數(shù)。
[0024]優(yōu)選的，在步驟SI中，所述公共交通數(shù)據(jù)包括但不限于出租車、公交車、地鐵的交通數(shù)據(jù)。
[0025]優(yōu)選的，在步驟S2中，所述區(qū)域由用戶進行劃分，所述原始區(qū)的區(qū)域面積大于I平方公里，所述緩沖區(qū)為原始區(qū)向外外延500米?1000米。
[0026]優(yōu)選的，在步驟S5中，所述人氣引導(dǎo)模型為:人氣引導(dǎo)指數(shù)=(緩沖區(qū)人氣聚集指數(shù)累計值/原始人氣聚集指數(shù)累計值)*區(qū)域誤差校正參數(shù)，其中，區(qū)域誤差校正參數(shù)=(原始區(qū)面積/緩沖區(qū)面積)* (緩沖區(qū)參考半徑/緩沖區(qū)半徑)。
[0027]優(yōu)選的，在步驟S6中，最終人氣聚集指數(shù)=原始人氣聚集指數(shù)* (1+人氣引導(dǎo)指數(shù))_緩沖區(qū)人氣聚集指數(shù)。
[0028]本發(fā)明提供了一種基于公共交通數(shù)據(jù)的區(qū)域人氣聚集指數(shù)計算系統(tǒng)及方法，能夠在不借助其他測量設(shè)備的情況下較準確的測得任意指定區(qū)域的人氣聚集指數(shù)，較之以前依賴于視頻或是紅外儀器的測量方法更為節(jié)約成本，簡單便捷。
【專利附圖】

【附圖說明】
[0029]圖1為本發(fā)明基于公共交通數(shù)據(jù)的區(qū)域人氣聚集指數(shù)計算系統(tǒng)的示意圖；
[0030]圖2為本發(fā)明基于公共交通數(shù)據(jù)的區(qū)域人氣聚集指數(shù)計算方法的流程圖。
【具體實施方式】
[0031]下面將結(jié)合附圖以及具體實施例來對本發(fā)明作進一步詳細說明。[0032]請參考圖1，本發(fā)明提供了一種基于公共交通數(shù)據(jù)的區(qū)域人氣聚集指數(shù)計算系統(tǒng)100，其包括:公共交通數(shù)據(jù)模塊20、區(qū)域劃分模塊30、數(shù)據(jù)處理模塊40、人氣引導(dǎo)模型模塊50，以及校正模塊60。
[0033]所述公共交通數(shù)據(jù)模塊20，用于采集公共交通數(shù)據(jù)，所述公共交通數(shù)據(jù)包括但不限于出租車、公交車、地鐵的交通數(shù)據(jù)。
[0034]所述區(qū)域劃分模塊30，用于劃分原始區(qū)和根據(jù)原始區(qū)建立緩沖區(qū)；所述區(qū)域由用戶進行劃分，所述原始區(qū)的區(qū)域面積大于I平方公里，所述緩沖區(qū)為原始區(qū)向外外延500米?1000米。
[0035]所述數(shù)據(jù)處理模塊40，用于根據(jù)公共交通數(shù)據(jù)獲得原始區(qū)和緩沖區(qū)的人員流動信息，并分別得到原始人氣聚集指數(shù)和緩沖區(qū)人氣聚集指數(shù)；所述人氣聚集指數(shù)采用人氣聚集指數(shù)公式進行計算，為人氣聚集指數(shù)=(進入?yún)^(qū)域人數(shù)-離開區(qū)域人數(shù))/區(qū)域面積/統(tǒng)計時間，其中，進入?yún)^(qū)域人數(shù)為統(tǒng)計時間內(nèi)所有公共交通工具在此區(qū)域的下客數(shù)量，離開區(qū)域人數(shù)為統(tǒng)計時間內(nèi)所有公共交通工具在此區(qū)域的上客數(shù)量，區(qū)域面積為劃定區(qū)域的面積，統(tǒng)計時間為用戶劃定的測算時間。
[0036]人氣引導(dǎo)模型模塊50，用于根據(jù)原始人氣聚集指數(shù)和緩沖區(qū)人氣聚集指數(shù)累計值建立人氣引導(dǎo)模型；所述人氣引導(dǎo)模型為:人氣引導(dǎo)指數(shù)=(緩沖區(qū)人氣聚集指數(shù)累計值/原始人氣聚集指數(shù)累計值)*區(qū)域誤差校正參數(shù)，其中，區(qū)域誤差校正參數(shù)=(原始區(qū)面積/緩沖區(qū)面積)* (緩沖區(qū)參考半徑/緩沖區(qū)半徑)。
[0037]所述校正模塊60，用于根據(jù)人氣引導(dǎo)模型校正原始人氣聚集指數(shù)，以獲得最終人氣聚集指數(shù)。最終人氣聚集指數(shù)=原始人氣聚集指數(shù)* (1+人氣引導(dǎo)指數(shù))_緩沖區(qū)人氣聚集指數(shù)。
[0038]請參考圖2，本發(fā)明還提供了一種基于公共交通數(shù)據(jù)的區(qū)域人氣聚集指數(shù)計算方法，其包括以下步驟:
[0039]S1、采集公共交通數(shù)據(jù)；
[0040]在步驟SI中，所述公共交通數(shù)據(jù)包括但不限于出租車、公交車、地鐵的交通數(shù)據(jù)。
[0041]S2、劃分原始區(qū)和根據(jù)原始區(qū)建立緩沖區(qū)；
[0042]在步驟S2中，可以劃分原始區(qū)和緩沖區(qū)。所述區(qū)域是由用戶自由劃分，所述原始區(qū)一般是方圓I平方公里以上的中大型區(qū)域，幾平方米的小型范圍不在本發(fā)明解決問題范圍中。所述緩沖區(qū)一般是原始區(qū)向外外延500米?1000米，并根據(jù)用戶需求的不同和區(qū)域的所處位置可以有所增減。可以理解，原始區(qū)一般是方圓I平方公里以上的中大型區(qū)域，緩沖區(qū)一般是原始區(qū)向外外延500米?1000米只是本發(fā)明實施例優(yōu)選的方式，而在實際中原始區(qū)和緩沖區(qū)還可以其它的范圍。
[0043]S3、從公共交通數(shù)據(jù)中獲得出入所述原始區(qū)的人員流動信息，以得到原始人氣聚集指數(shù)；
[0044]在步驟S3中，從公共交通數(shù)據(jù)中獲得出入原始區(qū)的人員流動信息以確定原始人氣聚集指數(shù)。人氣聚集指數(shù)計算公式:人氣聚集指數(shù)=(進入?yún)^(qū)域人數(shù)-離開區(qū)域人數(shù))/區(qū)域面積/統(tǒng)計時間，其中進入?yún)^(qū)域人數(shù)為統(tǒng)計時間內(nèi)所有公共交通工具在此區(qū)域的下客數(shù)量(人)，同理，離開區(qū)域人數(shù)為統(tǒng)計時間內(nèi)所有公共交通工具在此區(qū)域的上客數(shù)量(人)。區(qū)域面積為劃定區(qū)域的面積(km2)。統(tǒng)計時間為用戶劃定的測算時間。[0045]S4、從公共交通數(shù)據(jù)中獲得出入所述原始區(qū)的緩沖區(qū)的人員流動信息，以得到緩沖區(qū)人氣聚集指數(shù)；
[0046]在步驟S4中，從公共交通數(shù)據(jù)中獲得出入緩沖區(qū)的人員流動信息以確定緩沖區(qū)人氣聚集指數(shù)。計算方法同S3，不同的是將S3中的原始區(qū)換成了緩沖區(qū)。此處統(tǒng)計時間應(yīng)當(dāng)和S3的統(tǒng)計時間是同一時間段。
[0047]S5、根據(jù)原始人氣聚集指數(shù)和緩沖區(qū)人氣聚集指數(shù)累計值建立人氣引導(dǎo)模型；
[0048]在步驟S5中，原始人氣聚集指數(shù)累計值和S3中的計算方法依然相同，不同的是在此處將S3中的統(tǒng)計時間換成了一個具有普遍意義的累計時間，如I個月、I年，或是每個周末、每個節(jié)假日、每天的上下班高峰期等等，進出區(qū)域人數(shù)也是統(tǒng)計此累計時間內(nèi)的人數(shù)。值得注意的是，S3中的統(tǒng)計時間和S5中的累計時間在普遍意義上是一一對應(yīng)的，不同的是時間長短，例如S3中的統(tǒng)計時間是工作日的上下班高峰，S5的累計時間就應(yīng)該是長時間段工作日的上下班高峰。累計時間和統(tǒng)計時間的選取方式包括但不限于此例。
[0049]同理，緩沖區(qū)人氣聚集指數(shù)累計值和S4中的計算方法依然相同，不同的是在此處將S4中的統(tǒng)計時間換成了一個具有普遍意義的累計時間，進出區(qū)域人數(shù)也是統(tǒng)計此累計時間內(nèi)的人數(shù)。
[0050]此處，原始人氣聚集指數(shù)累計時間和緩沖區(qū)人氣聚集指數(shù)累計時間應(yīng)該是同一時間段。
[0051]接下來，通過分析原始區(qū)的原始人氣聚集指數(shù)累計值和緩沖區(qū)人氣聚集指數(shù)累計值BV，獲得人氣引導(dǎo)模型。模型建立的核心是人氣引導(dǎo)指數(shù)的確立:人氣引導(dǎo)指數(shù)=(緩沖區(qū)人氣聚集指數(shù)累計值/原始人氣聚集指數(shù)累計值)*區(qū)域誤差校正參數(shù)，其中，區(qū)域誤差校正參數(shù)=(原始區(qū)面積/緩沖區(qū)面積)* (緩沖區(qū)參考半徑/緩沖區(qū)半徑)。
[0052]S6、根據(jù)人氣引導(dǎo)模型校正原始人氣聚集指數(shù)，以獲得最終人氣聚集指數(shù)。
[0053]在步驟S6中，最終人氣聚集指數(shù)=原始人氣聚集指數(shù)* ( 1+人氣引導(dǎo)指數(shù))-緩沖區(qū)人氣聚集指數(shù)。其中，原始人氣聚集指數(shù)、緩沖區(qū)人氣聚集指數(shù)分別由S3和S4得出，人氣引導(dǎo)指數(shù)由S5得出。
[0054]本發(fā)明提供了一種基于公共交通數(shù)據(jù)的區(qū)域人氣聚集指數(shù)計算系統(tǒng)及方法，能夠在不借助其他測量設(shè)備的情況下較準確的測得任意指定區(qū)域的人氣聚集指數(shù)，較之以前依賴于視頻或是紅外儀器的測量方法更為節(jié)約成本，簡單便捷。
[0055]可以理解的是，對于本領(lǐng)域的普通技術(shù)人員來說，可以根據(jù)本發(fā)明的技術(shù)構(gòu)思做出其他各種相應(yīng)的改變與變形，而所有這些改變與變形都應(yīng)屬于本發(fā)明權(quán)利要求的保護范圍。
【權(quán)利要求】
1.一種基于公共交通數(shù)據(jù)的區(qū)域人氣聚集指數(shù)計算系統(tǒng)，其特征在于，包括:公共交通數(shù)據(jù)模塊、區(qū)域劃分模塊、數(shù)據(jù)處理模塊、人氣引導(dǎo)模型模塊，以及校正模塊， 所述公共交通數(shù)據(jù)模塊，用于采集公共交通數(shù)據(jù)； 所述區(qū)域劃分模塊，用于劃分原始區(qū)和根據(jù)原始區(qū)建立緩沖區(qū)； 所述數(shù)據(jù)處理模塊，用于根據(jù)公共交通數(shù)據(jù)獲得原始區(qū)和緩沖區(qū)的人員流動信息，并分別得到原始人氣聚集指數(shù)和緩沖區(qū)人氣聚集指數(shù)； 所述人氣引導(dǎo)模型模塊，用于根據(jù)原始人氣聚集指數(shù)和緩沖區(qū)人氣聚集指數(shù)累計值建立人氣引導(dǎo)模型； 所述校正模塊，用于根據(jù)人氣引導(dǎo)模型校正原始人氣聚集指數(shù)，以獲得最終人氣聚集指數(shù)。
2.根據(jù)權(quán)利要求1所述基于公共交通數(shù)據(jù)的區(qū)域人氣聚集指數(shù)計算系統(tǒng)，其特征在于:所述區(qū)域由用戶進行劃分，所述原始區(qū)的區(qū)域面積大于I平方公里，所述緩沖區(qū)為原始區(qū)向外外延500米~1000米。
3.根據(jù)權(quán)利要求2所述基于公共交通數(shù)據(jù)的區(qū)域人氣聚集指數(shù)計算系統(tǒng)，其特征在于:所述人氣聚集指數(shù)采用人氣聚集指數(shù)公式進行計算，為人氣聚集指數(shù)=(進入?yún)^(qū)域人數(shù)-離開區(qū)域人數(shù))/區(qū)域面積/統(tǒng)計時間，其中，進入?yún)^(qū)域人數(shù)為統(tǒng)計時間內(nèi)所有公共交通工具在此區(qū)域的下客數(shù)量，離開區(qū)域人數(shù)為統(tǒng)計時間內(nèi)所有公共交通工具在此區(qū)域的上客數(shù)量，區(qū)域面積為劃定區(qū)域的面積，統(tǒng)計時間為用戶劃定的測算時間。
4.根據(jù)權(quán)利要求1所述基于公共交通數(shù)據(jù)的區(qū)域人氣聚集指數(shù)計算系統(tǒng)，其特征在于:所述人氣引導(dǎo)模型為:人氣引導(dǎo)指數(shù)=(緩沖區(qū)人氣聚集指數(shù)累計值/原始人氣聚集指數(shù)累計值)*區(qū)域誤差校正參數(shù)，其中，區(qū)域誤差校正參數(shù)=(原始區(qū)面積/緩沖區(qū)面積)*(緩沖區(qū)參考半徑/緩沖區(qū)半徑)。
5.根據(jù)權(quán)利要求1所述基于公共交通數(shù)據(jù)的區(qū)域人氣聚集指數(shù)計算系統(tǒng)，其特征在于:最終人氣聚集指數(shù)=原始人氣聚集指數(shù)* (1+人氣引導(dǎo)指數(shù))_緩沖區(qū)人氣聚集指數(shù)。
6.一種基于公共交通數(shù)據(jù)的區(qū)域人氣聚集指數(shù)計算方法，其特征在于，包括以下步驟: 51、采集公共交通數(shù)據(jù)； 52、劃分原始區(qū)和根據(jù)原始區(qū)建立緩沖區(qū)； 53、從公共交通數(shù)據(jù)中獲得出入所述原始區(qū)的人員流動信息，以得到原始人氣聚集指數(shù)； 54、從公共交通數(shù)據(jù)中獲得出入所述原始區(qū)的緩沖區(qū)的人員流動信息，以得到緩沖區(qū)人氣聚集指數(shù)； 55、根據(jù)原始人氣聚集指數(shù)和緩沖區(qū)人氣聚集指數(shù)累計值建立人氣引導(dǎo)模型； 56、根據(jù)人氣引導(dǎo)模型校正原始人氣聚集指數(shù)，以獲得最終人氣聚集指數(shù)。
7.根據(jù)權(quán)利要求6所述基于公共交通數(shù)據(jù)的區(qū)域人氣聚集指數(shù)計算方法，其特征在于，在步驟SI中，所述公共交通數(shù)據(jù)包括但不限于出租車、公交車、地鐵的交通數(shù)據(jù)。
8.根據(jù)權(quán)利要求6所述基于公共交通數(shù)據(jù)的區(qū)域人氣聚集指數(shù)計算方法，其特征在于，在步驟S2中，所述區(qū)域由用戶進行劃分，所述原始區(qū)的區(qū)域面積大于I平方公里，所述緩沖區(qū)為原始區(qū)向外外延500米~1000米。
9.根據(jù)權(quán)利要求6所述基于公共交通數(shù)據(jù)的區(qū)域人氣聚集指數(shù)計算方法，其特征在于，在步驟S5中，所述人氣引導(dǎo)模型為:人氣引導(dǎo)指數(shù)=(緩沖區(qū)人氣聚集指數(shù)累計值/原始人氣聚集指數(shù)累計值)*區(qū)域誤差校正參數(shù)，其中，區(qū)域誤差校正參數(shù)=(原始區(qū)面積/緩沖區(qū)面積)* (緩沖區(qū)參考半徑/緩沖區(qū)半徑)。
10.根據(jù)權(quán)利要求6所述基于公共交通數(shù)據(jù)的區(qū)域人氣聚集指數(shù)計算方法，其特征在于，在步驟S6中，最終人氣聚集指數(shù)=原始人氣聚集指數(shù)* (1+人氣引導(dǎo)指數(shù))_緩沖區(qū)人氣聚集指 數(shù)。
【文檔編號】G06F17/50GK103729499SQ201310686742
【公開日】2014年4月16日 申請日期:2013年12月12日 優(yōu)先權(quán)日:2013年12月12日
【發(fā)明者】白雪, 張帆, 須成忠, 閆茜, 趙娟娟 申請人:深圳先進技術(shù)研究院