检索结果-南通市图书馆

作者：梁灯重庆交通大学

学位级别：硕士

随着我国经济的高速发展,城市化进程的步伐加快,机动车保有量迅速增长,导致人、车、路的矛盾进一步加剧。城市干道作为城市交通的生命线,是城市交通系统的重要组成部分,往往承担了大量的交通出行,而交通拥堵也较多集中发生于城市干道,... 详细信息

随着我国经济的高速发展,城市化进程的步伐加快,机动车保有量迅速增长,导致人、车、路的矛盾进一步加剧。城市干道作为城市交通的生命线,是城市交通系统的重要组成部分,往往承担了大量的交通出行,而交通拥堵也较多集中发生于城市干道,严重影响着城市居民的正常生活。对城市干道的车辆出行群体进行分类研究有助于掌握其交通运行规律,可为交通管理者制定具有针对性的需求管理政策提供依据,是保障城市交通系统正常运行的重要举措。本文基于青岛市胶州湾隧道的过车数据,开展数据预处理及车辆总体出行特征分析,构建多维的、合理的出行特征指标体系,基于改进K-prototypes算法与粒子群-梯度提升树(PSO-GBDT)算法实现车辆出行群体辨识。本文的主要内容如下:(1)数据预处理及车辆总体出行特征分析。针对原始数据中存在的车牌号错漏识别问题与冗余问题提出详细的处理步骤与流程,以获得可用于研究的基础数据;从交通量分布、车辆类型及归属地分布、日出行次数分布进行车辆总体的出行特征分析。(2)车辆出行特征指标体系构建。从出行强度、出行时间及出行习惯维度提取出行特征指标以全面刻画车辆出行行为;对指标的分布规律进行研究,以初步掌握车辆的出行行为规律;进行数值型指标之间、分类型与数值型指标之间、分类型指标之间的相关性分析,并基于相关性分析结果剔除冗余指标,构建了包含出行天数、周出行次数标准差、日均出行次数、首次出行时间标准差、出行时空模式重复率等8个指标的出行特征指标体系。(3)基于改进K-prototypes算法与PSO-GBDT算法的车辆出行群体辨识。车辆出行群体划分方面,在考虑出行特征指标体系特点的基础上,选取可有效处理混合类型数据聚类问题的K-prototypes算法,并针对原始K-prototypes算法的不足进行改进,包括在数值属性相异度计算中使用标准差系数法确定指标权重、引入密度峰值聚类算法选取初始聚类中心,进而在公开数据集上进行聚类实验,结果表明,本文改进K-prototypes算法较原始算法而言在准确率、类精度及召回率上分别提升了16.22%、14.59%与15.76%,且在明显优于原始K-prototypes算法的基础上取得了优于其它2个改进K-prototypes算法的聚类效果。车辆出行群体识别方面,在梯度提升树算法(GBDT)的基础上,引入粒子群算法(PSO)优化GBDT的关键参数,构建了用于识别的PSO-GBDT算法,进而在公开数据集上进行识别实验,结果表明,PSO-GBDT算法取得了较高的识别准确率,优于GBDT、随机森林、逻辑回归、Adaboosting及Xgboost算法,且在识别准确率接近的情况下,使用PSO算法优化GBDT算法关键参数的时间成本明显低于使用交叉验证法的。(4)实验分析。车辆出行群体划分方面,以出行特征指标数据为基础,基于改进K-prototypes算法对车辆进行聚类分析,结果表明,研究道路存在5类典型车辆出行群体:高频通勤群体、低频通勤群体、营运群体、日出行次数稳定群体与普通群体。车辆出行群体识别方面,以带类别的出行特征指标数据为基础,基于PSO-GBDT算法进行车辆出行群体识别,结果表明PSO-GBDT算法在车辆出行群体识别中表现良好,识别准确率达到98.03%。综上,本文形成一种基于过车数据的、面向城市干道车辆出行群体的辨识方法,实现了车辆出行群体的有效划分及准确识别,可为交通管理部门制定相关需求管理政策提供理论方法支撑。

关键词：过车数据车辆出行指标体系群体辨识组合模型

来源：

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于电警过车数据的排队长度算法

引用

黑龙江交通科技 2018年第5期41卷 171-172页

作者：温熙华龚方徽方志远韦学武中电海康集团研究院浙江杭州310012

排队长度是城市交通信号控制的重要参数之一。为实时估计交叉口各相位绿灯初始时刻的排队长度,提出一种基于电子警察过车数据并考虑展宽段的排队长度计算方法。本算法考虑上一周期本路段滞留的车辆数,结合上游交叉口各相位驶入本路段参... 详细信息

排队长度是城市交通信号控制的重要参数之一。为实时估计交叉口各相位绿灯初始时刻的排队长度,提出一种基于电子警察过车数据并考虑展宽段的排队长度计算方法。本算法考虑上一周期本路段滞留的车辆数,结合上游交叉口各相位驶入本路段参与排队的车辆数,通过时空演化计算本周期绿灯初始时刻的排队车辆数,进而得到相应排队长度值。通过VISSIM仿真软件构建仿真场景验证排队算法,证明本算法具有较好的准确性。

关键词：交通工程排队长度过车数据展宽段

来源：

维普期刊数据库

同方期刊数据库评论

在线全文

学校读者我要写书评

暂无评论

基于交通卡口数据的道路快速化需求评价

引用

综合运输 2022年第2期44卷 132-137页

作者：吴寻薛锋陈福临浙江省城乡规划设计研究院浙江杭州310007

基于交通卡口数据,以平湖市为例,通过层次分析法,从道路快速化需求匹配程度、道路快速化需求紧迫程度和道路快速化后实现的价值三个方面构建评价指标体系,提出道路快速化需求评价的方法,为当前国土空间规划土地指标收紧背景下,道路的快... 详细信息

基于交通卡口数据,以平湖市为例,通过层次分析法,从道路快速化需求匹配程度、道路快速化需求紧迫程度和道路快速化后实现的价值三个方面构建评价指标体系,提出道路快速化需求评价的方法,为当前国土空间规划土地指标收紧背景下,道路的快速化改造提升提供定量化的决策支撑;通过车辆OD计算在途车辆数,并与传统计算方法结果进行对比,提高在途车计算精度后,作为计算道路快速化需求评价的核心指标的基础。

关键词：过车数据国土空间规划改革道路快速化需求评价

来源：

维普期刊数据库

同方期刊数据库评论

在线全文

学校读者我要写书评

暂无评论

电警数据清洗方法及数据在信号控制中的应用

电警数据清洗方法及数据在信号控制中的应用

引用

2019年中国城市交通规划年会

作者：王握李林毛应萍深圳城市交通规划设计研究中心有限公司

随着电警大规模建设使用,其过车数据成为感知交通参数的重要方式之一。基于此,本文依据视频检测的相关原理,总结分析视频过车数据存在的问题,提出了数据存在错误、冗余、缺失、异常四种典型问题的识别、修补的方法,形成了电警过车数据... 详细信息

随着电警大规模建设使用,其过车数据成为感知交通参数的重要方式之一。基于此,本文依据视频检测的相关原理,总结分析视频过车数据存在的问题,提出了数据存在错误、冗余、缺失、异常四种典型问题的识别、修补的方法,形成了电警过车数据质量控制的标准化流程。同时,根据电警对交通流的感知,从时段划分、相位方案推荐两个方面给出了电警过车数据在信号控制中的典型应用。最后,通过对贵阳电警数据的分析处理以及在信号控制中的应用,验证了电警过车数据质量控制方法、数据应用方法的有效性。

关键词：过车数据交通参数数据质量信号控制

来源： cnki会议评论

在线全文

cnki会议

学校读者我要写书评

暂无评论

基于关联规则挖掘的伴随车辆发现算法

引用

计算机应用与软件 2012年第2期29卷 94-96,144页

作者：方艾芬李先通蔄世明岳鹏飞公安部交通管理科学研究所江苏无锡214151 哈尔滨工业大学交通科学与工程学院黑龙江哈尔滨150001 哈尔滨工业大学软件工程有限责任公司黑龙江哈尔滨150001

伴随车辆是公安刑侦部门对海量车辆通行信息检索的一类实战需求,目的是通过模糊条件查询得到潜在的结伴作案车辆,究其本质,可将此类查询转化为数据挖掘中关联规则挖掘问题。通过对公路车辆智能监测记录系统采集的过车数据进行分析,将伴... 详细信息

伴随车辆是公安刑侦部门对海量车辆通行信息检索的一类实战需求,目的是通过模糊条件查询得到潜在的结伴作案车辆,究其本质,可将此类查询转化为数据挖掘中关联规则挖掘问题。通过对公路车辆智能监测记录系统采集的过车数据进行分析,将伴随车辆查询转化为关联规则挖掘,利用数据挖掘技术对过车数据查询问题进行综合分析,实现高效率的伴随车辆查询算法AVD(Accompany Vehicles D iscovery)。算法分析表明,AVD不但能提供准确的伴随车辆查询结果,而且效率高、扩展性强,具有较高的可行性。

关键词：关联规则伴随车辆数据挖掘过车数据

来源：

维普期刊数据库

同方期刊数据库评论

在线全文

学校读者我要写书评

暂无评论

欢迎您,

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

在线全文

在线全文

在线全文

在线全文

在线全文

请选择保存的检索档案：

请选择收藏分类：

通借通还

欢迎您,

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

在线全文

在线全文

在线全文

在线全文

在线全文

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：