出行生成预测模型的研究

基于居民个体出行决策行为的解释,通过周边小区势能的定义,建成了一个新的出行生成预测模型．该模型综合考虑了交通小区的社会经济发展水平、路网服务水平以及其周边小区的社会经济发展水平对出行生成的影响程度．用所建成的出行生成预测模型分析桂林市现状的居民出行生成,其结果表明该模型具有较好的精度和性能．     

基于城市道路卡口数据的交通流量预测

交通流量的预测可以为交通管理部门的工作和车主的出行规划提供很大帮助,如何进行准确且高效的交通流量预测是一个非常重要的问题。传统的交通流量预测数据通常是车速和行车轨迹,研究人员通过在高速上每隔一段距离布置交通传感器获得数据,这些方法应用于城郊地区和高速公路上,取得了很好的效果,但城市道路人口密集且交通情况复杂,不适合大规模布置传感器获得所需交通数据,所以不能使用现有的方法进行预测。笔者提出了一种利用城市道路卡口的交通流量数据进行预测的方法。首先,通过对已有的交通数据分析来总结交通流量周期性变化的特点;然后,基于这些周期性变化的特点来提取相应特征;最后,依据这些特征训练适用于城市卡口的交通流量预测模型。基于真实交通数据集进行了大量实验,结果表明,交通流量预测模型的预测值的RMSE和MAPE分别为15.3和7.3,即预测准确度可以达到92.7%。     

基于活动模式的工作者出行生成预测模型

为改进传统出行生成预测以单个出行为分析单元、难以反映个体出行行为的不足,建立了基于活动模式的工作者出行生成预测模型.采用相关性分析和多项logit方法研究了1617个有效样本的居民个体属性、家庭属性、区位属性、出行属性、活动属性所引起的活动和出行生成模式的差异.通过建立包含显著变量的6种典型活动模式效用函数,获得个体选择概率.按概率集计法分析各交通小区各类活动模式总量,结合活动模式中包含的出行链平均长度,进行工作者出行生成量预测.基于活动模式的工作者出行生成预测模型有助于以出行链整体为单元考察多次出行之间的关联性,增强出行生成模型与行为模型的融合.     

基于高清事件检测的卡口系统的设计与实现

首先通过分析城市道路交通管理的现状,引出智能交通系统的相关概念和知识,分析了基于高清事件检测的卡口系统（以下简称为卡口系统）的实际需求和必须解决的问题。探讨了道路交通治安卡口监控系统各环节的工作原理,从设计原则、总体结构、系统功能等多个方面对卡口系统进行详细设计。     

基于灰色模型的恩施旅游人数预测

以影响恩施旅游人数的相关因素为研究对象,建立灰色关联模型,找出与旅游人数相关的重要因素.针对恩施近几年的旅游人数,以灰色GM(1,1)预测模型检验2011年的旅游人数,预测出2012年的恩施旅游人数将超过2000万人次,并为相关决策部门提供了相应的方案.     

基于EWM-TOPSIS的城市卡口地点车速数据诊断

为解决因交通信息监控设备年久失修导致时空数据不完备,对交通时空数据质量状况进行综合诊断,为后续数据质量恢复与应用研究奠定数据基底。首先利用地点车速数据的时序特性和箱线图判别准则(Boxplot)客观判别了问题数据类型,其次针对不同问题数据类型特点构建了多属性综合评价指标图谱,采用熵权法(EWM)为各评价指标赋予信息熵权值,利用逼近理想解(TOPSIS)评价法得到了各条路段地点车速数据的贴近度并给予排序,最后综合道路属性及贴近度排序结果评价了区域路网地点车速数据质量状况。以2021年乌鲁木齐市1周的原始卡口交通数据为例,对应不同问题数据类型提出了多个数据质量评价指标,利用多属性评价指标图谱及道路属性对EWM-TOPSIS综合评价方法进行验证。研究结果表明：问题数据判别算法能够精确判别出冗余数据、缺失数据及异常数据3类问题数据,对应的评价指标均值分别为5.66%、10.04%、5.04%,综合可用性指标均值为84.66%,各路段数据质量整体良好;利用EWM-TOPSIS综合评价方法得到的路段地点车速数据贴近度均值为0.25,区域路网地点车速数据质量指数均值为0.19,道路属性是影响区域路网...     

基于SIP的卡口视频监控联网系统的设计与实现

在SIP(Session Initiation Protocol)协议和视频监控联网结构的基础上,结合海南省的公共安全视频监控状况与需求,设计了一种可以共享数据和跨区域访问的卡口视频监控联网系统,并给出了其功能实现.     

灰色模型在健康数据预测中的应用

分析寻找适合在健康数据中的预测模型.本文分析了可以用于医学方面疾病预测诊断的数学模型的设计思想和方法,并将其中的灰色预测模型做了适当的改进并用于临床的人体血压的预测中.把个人的体检历史数据作为样本点,经过模型计算预测出未来一段时间的身体指标,从而达到预防疾病的作用.经实际验证模型在血压预测方面准确率超过90%,取得了较为理想的效果.     

基于灰色马尔可夫模型的水上交通事故预测

在灰色GM（1,1）预测模型的基础上,运用马尔可夫模型对预测结果进行优化,并将由此建立的灰色马尔可夫模型运用于1979～1998年全国水上交通事故数据来预测1999年事故量．结果表明,这种模型的预测精度高达89％,明显优于单独使用GM（1,1）模型的预测结果．     

智能CPU卡式电能表卡口防攻击电路分析

CPU卡式电能表是一种利用现代微电子技术、现代传感技术、IC卡技术对用电量进行计量并采用预付费结算方式（费控）的新型电能表。在国家智能电网的建设中,今后将逐步实现＂全覆盖、全采集、全费控＂的＂三全＂目标,智能卡式电能表的安装与更换就是适应这一目标的基础工作。智能卡式电能表不仅具有传统的计量功能,同时还可通过电力载波传输数据,尤其CPU卡的应用彻底转变了传统的缴费模式。随着该类电能表的普及,电能表安全问题突出显现,尤其对电能表卡口的攻击就是重要的一方面,为此,针对电能表卡口的攻击方式及防攻击电路进行了研究与分析。     

基于摄像机模型的运动车辆车道偏离检测

针对车道偏离检测中较难解决的车载摄像机标定问题,从分析摄像机成像模型入手,根据图像中3条或3条以上车道线的消失点位置以及车道线斜率关系,在道路现场调整摄像机安装位置,以实现对摄像机外部参数的直接设定,从而避开了繁琐的摄像机参数标定过程.同时,推导出图像内车道线斜率比与车道偏离程度的简单函数关系,该函数与摄像机内外参数无关.因此,行车过程中只需测量图像中车道线的斜率,即可计算出车辆当前的车道偏离量.现场试验结果表明,在车辆直行时采用该方法测得的车道偏离率与手工实测结果相比,其相对误差小于5%,具备了较高的检测精度.     

基于交叉口处机动车交通行为概率的延误模型

通过分析信号控制交叉口处机动车的交通行为,利用交叉口的信号周期、有效绿灯时间,求得各种交通行为的概率和平均延误时间,提出一种基于分析各种交通行为概率的交通延误的模型。以石家庄市中山东路与建设南大街交叉口为例,采用Beckham模型对其进行交通流延误的计算。经过对结果的对比,误差为2%,在规定的误差范围内,说明基于分析交通行为概率的延误模型可以为计算交叉口处车辆的平均延误提供一种估计方法,并且求得的平均延误也可以作为评价交叉口服务水平的指标之一。     

基于ARMA-TS-GARCH有限混合模型的交通数据分析

基于对时间序列数据进行研究时不仅需要对它们的自回归性和周期性进行分析,而且需要对序列的方差与长期性无规则波动进行分析等问题,提出基于ARMA模型和APARCH模型的ARMA-TS-GARCH模型,并且对该模型的构造进行分析,针对洛杉矶长滩地区交通量数据进行模型参数估计和诊断检验,将此模型与GARCH和ARMA-GARCH模型进行比较。研究结果表明:ARMA-TS-GARCH模型对数据的拟合要优于ARMA模型和APARCH模型;用ARMA-TS-GARCH模型对数据集进行预测,所得结果较理想。     

基于驾驶行为识别的车载交通信息数据实时发布系统研究

针对传统车载交通信息数据发布系统存在操控复杂、用户体验效果差、响应时间过程等问题,提出一种基于驾驶行为识别的车载交通信息数据实时发布系统。在车联网环境下,设计车载交通信息数据实时发布系统的硬件部分,其主要包括ARM处理器、GPS接收模块、行车记录信号采集模块、接口模块、存储器、车载网络、报警模块等。通过层次分析法对主因子决策权重进行分析,对驾驶行为特征进行提取,提取结果即为驾驶行为识别结果,根据识别结果和交通安全调查结果得到影响驾驶员行为的关键组成因子,实现对异常汽车运行信息和异常驾驶行为信息进行警报处理。实验结果表明,所研究系统易于操控,并具有良好的人机交互体验,能够减轻驾驶员心理负担,提高驾驶安全性,且响应时延低。     

基于行程数据的公交车到站时间预测

为向乘客提供较为准确的上下车时间参考,解决长距离预测中误差累积明显的问题,构建基于双层、双注意力、双向长短期记忆(LSTM)神经网络的公交车到站时间预测模型,提出一种基于行程数据的公交车到站时间预测方法.以广州市B2路、 560路公交车工作日的实际运行数据为例,对该预测方法进行精度验证.结果表明,由该模型所预测的行程时间,其平均绝对百分比误差为8.09%,在长距离到站时间估算上,15个站点的预测误差可保持在4.00 min左右.     

基于实时路况的西安交通拥堵研究

通过百度地图提取西安市实时路况数据,借助Arcgis软件,运用广义G统计量、热点分析方法对西安市的交通拥堵进行研究,力图揭示其拥堵的时空分布特征。结果显示,西安市的交通拥堵呈现出明显的时空特征,拥堵的时间规律主要受工作日通勤、节假日外出等因素的影响;拥堵的空间规律主要受城市功能分区、商圈分布、路网结构等因素的影响。研究结果表明了利用实时路况数据研究城市交通拥堵时空规律的可行性。     

基于动态面板数据模型的我国交通客运特征的分析

针对我国交通客运结构呈现的各自特点和它们之间的相互联系,采用动态的面板数据模型对我国的交通客运结构进行了建模和分析,得到的结果与我国的实际客运情况相符,该模型可行、有效.     

基于数据挖掘的网络业务流分析方法

为了从业务角度对网络的性能进行评价和优化,提出了一种新的网络业务分析方法——具有时态路径约束的关联规则挖掘分析方法.该方法以网络业务为分析粒度,以与网络业务流相关的时态属性和路径属性为约束条件,对已经积累的反映网络状况的海量历史数据进行挖掘分析.在进行关联规则挖掘时,利用频繁数据项集的性质,通过引入事务标号,在求出候选频繁项集的同时也求出其支持度,避免了为求支持度而进行的扫描数据库运算,极大提高了挖掘的效率和速度.实验结果表明,进行挖掘分析的数据量越大,该方法的性能和效率就越好.     

交通视频中的Kalman滤波的多车辆跟踪算法

提出了一种交通视频中的Kalman滤波的多车辆跟踪算法.该算法利用Kalman滤波器反馈控制系统估计运动状态进行预测和修正,并为运动目标建立模型;利用当前车辆的信息对下一帧目标的位置进行预测,以便缩小目标的搜索范围和搜索时间,从而快速跟踪车辆.利用车辆的外接矩形框大小、质心等特征对车辆进行特征匹配,为交通视频中的车辆建立对应关系,利用新的系统参数更新模型,获得车辆的轨迹,如此反复,从而实现对车辆的跟踪.实验结果表明,此算法运算速度很快,对于车辆这样的快速运动目标,也具有较好的跟踪效果.