老年驾驶人交通事故严重程度影响因素分析

为研究老年驾驶人交通事故严重程度影响因素,文章对美国得克萨斯州17819起老年驾驶人交通事故进行统计分析,并选择16634起个案,以事故严重程度为因变量,选择驾驶人属性、车辆属性、道路属性及环境属性因素等共17个自变量构建多项Logit模型.结果 表明:老年驾驶人的交通事故数量、伤亡人数在工作日、每天中午和下午时间段占...     

老年驾驶人交通安全影响因素研究

分析影响老年驾驶人驾驶安全性的因素特征,对降低老年驾驶人事故率、事故致伤率和事故致死率,改善道路交通安全水平具有重要意义。基于2020年国内华北、东北、西北、西南、华南、华东6个片区各抽样1个省(区)的肇事驾驶人事故数据,采用事故频数法判别显著影响老年驾驶人事故率的变量,并运用DBSCAN聚类算法归纳显著影响老年驾驶人驾驶安全性的因素,发现在无信号交叉口、水泥/沙石路面等12个变量影响下,老年驾驶人的事故率显著高于全体驾驶人,其中准驾类型为F型的老年驾驶人事故率超过全体驾驶人的21倍。研究结果有助于交通管理者制定相应措施保障老年驾驶人的安全并降低老年驾驶人交通事故的严重程度。     

基于TPB的员工参与培训活动影响因素实证研究

在计划行为理论模型的基础上,对其进行扩展,构建员工参与培训活动影响因素模型,经过实证研究,运用结构方程模型进行分析。研究证明,主观准则、知觉行为控制、感知支持通过参与行为意向的中介作用,对员工参与培训的行为有积极的影响,员工的态度对员工参与培训活动的行为有直接的正向影响。提出企业应提供有针对性和价值性的培训活动,为员工提供政策支持、资源支持和文化支持,来提高员工参与培训活动的积极性,进而提升培训活动的实效性。     

面向不平衡数据集的SMOTENC-XGBOOST驾驶人交通安全评估模型

为深入挖掘驾驶人因素与交通事故之间的关系,提出一种基于SMOTENC和极端梯度提升(extreme gradient boosting, XGBoost)的驾驶人交通状态优劣分类算法。首先针对交通事故发生与否不平衡的特点,使用SMOTENC算法对数据进行上采样并在采样过程中加入随机扰动,解决了数据不平衡问题。然后使用Embedded算法结合L1正则化,通过模型评估完成对特征子集的选择。最后使用机器学习的方法将XGBoost算法用于执行数据的特征提取和分类过程。实验表明,在对驾驶人的交通状态进行综合评价的任务上,XGBoost模型的准确率为99.85%,相较于随机森林、支持向量机等对照组模型,提升了约1.12%-1.80%。除此之外,使用SMOTENC算法对数据不平衡问题进行处理后,通过混淆矩阵观察到模型对于好坏个体均具备较好的识别能力。     

机动车驾驶人侵犯驾驶行为的调查研究

侵犯驾驶行为是近年来逐渐引起重视的驾驶人不良驾驶行为之一。本研究采用问卷调查的方法。对浙江省三个城市的驾驶人进行随机抽样调查,得出侵犯驾驶行为可以分为漠视他人、空间侵占、保持前进、赢得优先、人际侵犯等具体类型,并从人口统计学的角度比较分析了不同类型驾驶人在不同侵犯驾驶行为类型上的差异,为制定驾驶人驾驶行为矫正和安全教育策略提供理论参考。     

老年驾驶人的应激操作反应特性分析

随着年龄的增长,老年驾驶人的感知认知能力、判断决策能力及操作反应能力均出现衰退,进而导致其交通风险感知和应激反应能力发生变化。为了研究风险情景下老年驾驶人的应激操作反应特性,设计并搭建了行人与机动车、非机动车与机动车、机动车与机动车冲突的道路交叉口风险虚拟试验场景;分别招募了15名中青年与老年驾驶人进行了驾驶模拟试验,采集驾驶过程中驾驶人的操作行为及车辆运行数据,选取相关的指标对试验进行分析。结果表明,老年驾驶人在各风险情境下的反应时间与制动踏板行程总体上比中青年驾驶人长;而在高风险驾驶场景下,老年驾驶人的纵向加速度的波动幅度比中青年驾驶人大,其中有10名老年驾驶人发生了碰撞事故,占所有受试者的比例为33.3%。研究结果为交通安全政策制定者的措施制定提供一些提高老年驾驶人驾驶安全性的理论依据。     

团雾环境驾驶人最低注意力需求研究综述

团雾环境下驾驶人生理心理的相关研究一直是一个亟待解决的行业难题。为了提升团雾环境行车安全性,明确团雾环境中驾驶人最低注意力需求,本文综述了国内外低能见度条件下驾驶人注意力的相关研究进展。首先,本文阐述了驾驶人注意力特性,明确了团雾环境对驾驶人注意力的主要影响因素,讨论了相关的研究方法和数学模型;其次,分析了车辆行驶速度与能见度对驾驶人最低注意力需求的影响,阐明了视觉生理负荷与驾驶人最低注意力需求之间的联系;最后,进行了团雾环境对驾驶人最低注意力需求影响耦合分析,根据行驶车辆经过团雾路段所处不同时空进行划分。本文通过剩余注意力的变化,分析了团雾环境中能见度、速度与最低注意力需求之间的动态变化关系,建立了车辆通过团雾路段过程中驾驶人最低注意力需求突变的理论模型。通过归纳总结现有团雾环境的研究,发现目前在驾驶人诱导需求方面有所欠缺。在后续的研究中,考虑团雾环境对驾驶人的多因素影响,选择更能反映驾驶人视觉心理需求的评价指标进行量化分析,将会成为主要的目标。     

基于扩展计划行为理论的大学生于疫情常态化下的旅游行为意向研究

新冠肺炎疫情暴发与持续对社会经济带来损失,同时也损害大众身心健康。探讨疫情影响下大学生群体旅游意向,对旅游业未来恢复有重大意义。研究引入新冠疫情下的风险感知变量构建拓展的计划行为理论,通过234份样本数据进行统计分析与测量模型检验发现,态度、主观规范与知觉行为控制对大学生旅游意向存在正向影响,风险感知对大学生旅游意向存在负向影响。在分析结论基础上,认为旅游意向不仅受到个体主观影响,未来研究还需结合疫情事件的时空强度分析。     

基于有序Logistic回归的驾驶人危险辨识影响因素分析

针对驾驶人危险辨识影响因素,开展危险辨识试验数据与自我报告数据的采集,采用k-means聚类分析方法将危险辨识时间划分为3类,进而基于有序Logistic回归分析方法检验不同影响因素的显著性.试验分析结果表明,危险情境特征对驾驶人危险辨识时间有影响,交通情境越混乱,所需时间越长,且交通情境越危险,所需时间相对越短;同时...     

基于TPB的北京市居民低碳通勤选择机制研究

以北京市为研究区域,通过通勤调查获取研究数据,基于计划行为理论（TPB）,运用结构方程模型,分析北京市居民低碳通勤选择行为和影响因素. 结果表明:北京市居民低碳通勤选择是居民根据认知特征、人口社会学特征等自身属性,在成本和政策所构成的选择情景中形成的,受行为意愿、政策效果、通勤成本和知觉行为控制的影响;低碳通勤意愿由认知特征决定,行为态度作用最显著,主观规范次之,知觉行为控制影响最弱;居民认为低碳通勤的最大益处是减少拥堵,但缺乏舒适性和便捷性;通勤时间成本和设施便利性限制低碳通勤选择;引导政策中,补贴和限行限购效果显著．      

基于老年驾驶员的自动驾驶接管振动提示

老年驾驶员在自动驾驶的接管过程中会出现反应时长增长、记忆力及运动能力下降等问题,振动接管提醒以其占据感知通道与驾驶任务不冲突的特性而优于其它接管提示方式。但不同的振动提示位置及顺序会影响驾驶员的接管能力,因此本研究比较不同风险场景下振动提示的顺序类型对于不同年龄段驾驶员的接管行为和主观感受的差异,以此来帮助老年驾驶员更好的完成接管。本研究共招募6名年轻驾驶员和6名老年驾驶员观看不同风险场景的事故视频,并在事故发生前给予不同振动顺序类型的接管提示。结合主观问卷,比较不同振动类型对于不同年龄段驾驶员的接管紧迫程度以及危险感知的差异。结果表明驾驶员在低风险场景下的接管意愿更高（F=5.872,P=0.018）且在高风险场景下驾驶员需要更长的接管提前时间来发现出现的风险,老年驾驶员对于自动驾驶汽车的信任显著低于年轻驾驶员（F=30.912,P<0.001）,老年驾驶员在风险的认知方面低于年轻驾驶员。对于老年驾驶员而言,多点依次振动的振动模式提示危险程度以及提示接管紧迫程度效果最好。对于年轻驾驶员而言,多点依次持续振动和多点依次振动提示前方危险程度的效果都很好,多点依次持续振动提示接管紧迫程度的效果最好。     

基于结构方程模型的中小企业转型的创新驱动因素研究

作为企业转型的源泉,创新对中小企业实现转型目标极为重要。本文结合TOE框架,从技术,组织,环境等3个方面提出了9个影响创新驱动经济转型的因素,通过采用结构方程模型实证研究了各创新驱动因素对中小企业转型的影响程度。从而弥补了相关创新驱动转型的理论研究缺乏实证分析以及影响因素不全面的缺陷。研究结果：中小企业转型的各驱动因素中,技术研发能力对中小企业转型的贡献率最大,其次依次是信息化水平、技术研发投入、竞争压力、市场需求、企业规模和政府扶持;闲置资源对驱动中小企业转型不存在影响;技术研发能力——创新行为——转型是促进企业实现转型目标最为关键的影响路径。     

基于驾驶员类型的车辆换道模型

由于传统最小安全距离的换道模型忽视驾驶员个体差异,使其缺乏安全性和灵活性.文中首先对与换道相关联的车辆的运动状态进行了详细的分析,给出了车辆与关联车辆之间各种可能的碰撞形式.在此基础上,针对不同类型司机在不同换道环境下的驾驶特性,结合车辆运动学理论,建立基于不同行驶状态及不同司机类型的椭圆最小安全距离换道模型,能够较好地解决传统换道模型存在的缺陷.最后通过Matlab仿真对比发现,文中提出的模型由于考虑驾驶员因素,仿真结果与实际交通更为相符.     

基于CCK扩展模型的机构投资者羊群行为研究

以机构持仓变动为切入点,给出横截面机构持仓变动绝对偏离度的定义,并以资本资产定价模型（ CAPM）为基础,证明了横截面机构持仓变动绝对偏离度与机构总持仓变动之间存在线性关系;但当存在显著的羊群行为时,两者之间则表现为非线性关系。因此,该文建立的非线性模型考察机构投资者的羊群行为,突破了传统的CCK模型不能用于检测机构投资者羊群行为的局限性。最后利用中国上海和深圳A股市场的数据检验该模型的有效性,结果表明该模型是传统模型的合理扩展。     

基于期望差异模型的西安市国内游客满意度评价研究

运用扩展的期望差异模型,从旅游服务、旅游景点、旅游基础设施和旅游环境4方面分析了西安市国内游客满意度.得出5点结论：西安市旅游业发展水平整体较高,国内游客基本满意 西安市旅游软服务质量亟待提高,特别是从业人员素质和业务能力有待提高 西安市旅游景点门票价格偏高,与国内游客消费水平不相适应 西安市旅游景点解说系统不能充分解说和展示西安历史文化类旅游景点的内涵和价值 西安市文化娱乐设施落后,夜生活单调,已严重影响国内游客对西安的旅游满意度.提出5条对策：加强旅游从业人员的业务培训和职业道德教育,提高旅游服务质量和水平 规范门票价格管理,合理制定门票价格,进一步完善优惠年票制度 做好旅游交通线路整体规划,尽早开通市内旅游专线,改善游客乘车条件和乘车环境 积极建立具有西安特色的旅游景点解说系统,以生动活泼的形式传递历史文化信息 改善娱乐设施,丰富娱乐活动,让游客在娱乐中更深刻地体验西安市的历史文化魅力.     

基于扩展对象Petri网的产品模型

提出一种支持创新的产品模型，该模型可刻画产品的静态结构，也可刻画产品的动态过程．它集成了面向对象的思想，以实现知识的封装、抽象与层次化建模，特别是扩展了对象的属性类型，将对象的值扩展到流形，然后利用高级Petri网来刻画产品的动态过程．该产品模型能有效地支持产品的创新设计．     

基于改进YOLOV7与StrongSORT算法的列车司机手比行为检测

列车司机驾驶行为的规范性直接影响到列车行车安全与状态,但当前对列车司机手比行为的检测仍存在不足。为了对列车司机手比行为进行有效检测,本文利用动车组模拟驾驶系统所采集的司机乘务作业影像,结合采用融合注意力机制的You Only Look Once Version 7 (YOLOV7)神经网络模型与Strong Simple Online and Realtime Tracking (StrongSORT)算法,对动车组司机驾驶过程中的5种手比行为进行检测。实验结果表明：本文算法可以有效提升对列车司机乘务作业时不同类型手比行为的检测效果,其中检测精确率平均提升1.2%,检测召回率平均提升1.9%。本文提出的算法将有助于改进铁路院校、机务部门对列车司机日常训练、工作考评的效果,提高列车行车过程中的安全性。     

基于可持续发展的区域投入产出拓展模型

运用可持续发展理论和方法分析传统投入产出模型的不足.在此基础上,构建了投入产出拓展模型,扩展了传统模型的研究范围、投入产出表和各类参数,量化了资源、环境对区域发展的影响力.     

基于CNN-LG模型的窃电行为检测方法研究

针对当前电网单一学习器窃电检测方法准确率低、实时性差且无特征提取的问 题,提出一种基于卷积神经网络轻梯度提升机（CNN-LG）模型的窃电行为检测方法. 通过卷积 神经网络（CNN）提取用户用电数据电力特征,将提取特征输入以决策树为基学习器的轻梯度 提升机（LG）分类器对数据进行训练,据此建立基于卷积神经网络轻梯度提升机模型的窃电行 为检测方法 . 采用基于卷积神经网络轻梯度提升机模型对国家电网和爱尔兰智能能源径 （ISET）数据集分别进行窃电行为检测 . 实验结果表明,本文提出方法可快速准确实现电网中 各类窃电行为检测,相比于现有检测方法具有更高准确度、更优泛化性能和实时性.     

基于扩展粗糙集模型的近似概念格规则挖掘研究

粗糙集和概念格是两种不同的知识发现和数据挖掘有效工具,已被广泛应用于许多领域.在对粗糙集和概念格基本理论研究基础上,提出了利用扩展粗糙集模型对概念格近似使其得以改进,即在概念格中引入β-多数蕴涵关系实现概念格中结点近似合并以及近似概念格(ACL)的构建,由此提出概念格粗糙近似和规则挖掘算法(LCBA).最后通过UCI机器学习数据库相关测试表明该算法的可行性和有效性.