公共文化服务平台

共 8 条记录，以下是 1-8

全选清除导出

排序方式：

面向间断流行程时间预测的浮动车数据挖掘被引量：3: 2012年; 间断流行程时间预测是交通流诱导系统和交通控制系统研究的一项重要内容。指出传统浮动车行程时间预测模型的局限性,提出一个模糊回归模型,该模型克服了传统预测模型的局限性,考虑了相邻路段交通状态(行程时间)的连续性,仅需要少量数据就可以对间断流行程时间进行较准确的预测。利用杭州市的实测数据对行程时间进行了预测分析,结果证明该模型是有效的。; 李慧兵杨晓光; 关键词：浮动车数据行程时间预测

面向浮动车取样偏差修正的数据融合方法被引量：4: 2012年; 考虑到浮动车取样偏差会给路段平均行程时间估计值带来很大误差这一事实,提出了一个融合模型,该模型是在真实路段平均行程时间计算模型的基础上推导出来的,其融合了线圈数据和浮动车数据,减少了浮动车取样偏差对路段平均行程时间估计值的影响.最后利用仿真实验对一条具有连续5个交叉口的主干道进行仿真实验,实验证明,相对于浮动车法,融合方法无论在平峰期和高峰期都可以得到精度更高的平均行程时间估计值.; 李慧兵杨晓光; 关键词：数据融合模型

基于浮动车数据和线圈流量融合的间断流路段行程时间估计方法: 本发明公开了一种间断流路段平均行程时间估计方法，目标路段上同时具有浮动车数据和线圈流量数据，通过融合目标路段上的浮动车数据和线圈流量，对路段平均行程时间进行估计；以浮动车样本量除以线圈流量作为浮动车样本覆盖率指标，以该指...; 杨晓光李慧兵; 文献传递

图像识别技术在ITS车牌识别中的应用研究: 随着社会经济和交通技术的迅猛的发展,在经济发展的带动下,城市交通面临着巨大的压力,人们极大关注这个问题。如果不处理好这个问题,将会影响人们的出行以及城市的交通。因此,发展智能化、信息化的交通管理系统已成为趋势。　　近年来...; 李慧兵; 关键词：车牌识别图像处理字符分割 BP神经网络; 文献传递

面向行程时间预测准确度评价的数据融合方法被引量：9: 2013年; 提出BP神经网络融合模型.该模型由三部分组成:初始数据产生模块、BP神经网络数据融合模块、融合结果分析模块.选择四个参数作为该模型的输入变量,其中路段交通流密度和交通量由线圈数据提供,而行程时间估计值与浮动车样本量由浮动车数据提供,并且给出选择这四个参数的依据与原因.最后选择杭州市的一条主干道作为目标路段,采集该路段上的406组数据对该模型进行验证,试验结果表明模型对准确度评价的相对误差仅为4.86%.; 李慧兵杨晓光; 关键词：BP神经网络浮动车数据

基于距离+周期原则的控制子区划分研究: 为了防止交通控制系统的"老化"及其提高交通控制系统的交通效益,近年来人们提出了交通控制子区动态划分的学术命题,本文就是对该命题进行研究的。它首先介绍了交通控制子区划分的意义,其次对子区划分原则进行归类并决定使用距离+周期...; 李慧兵杨兆升杨晓光; 关键词：搜索; 文献传递

基于距离+周期原则的控制子区划分研究: 为了防止交通控制系统的“老化”及其提高交通控制系统的交通效益，近年来人们提出了交通控制子区动态划分的学术命题，本文就是对该命题进行研究的。它首先介绍了交通控制子区划分的意义，其次对子区划分原则进行归类并决定使用距离＋周期...; 李慧兵杨兆升杨晓光; 关键词：交通控制系统 VISSIM仿真; 文献传递

路段行程时间估计的浮动车数据挖掘方法被引量：5: 2014年; 基于浮动车数据,提出一种信号配时信息缺失下的路段行程时间估计方法,由交叉口范围动态划分、路段影响范围划分、浮动车数据提取与路段行程时间估计4个模块组成,每个模块的实现均需借助于前一模块的输出。根据交叉口信号控制下的车辆行驶状态,在交叉口范围动态划分与路段影响范围划分2个模块中,利用密度法将单元路段划分为不同区域。根据路段行程时间估计原理,利用浮动车数据提取模块过滤掉受信号控制影响较大的浮动车数据,提取路段行程时间估计的目标数据。利用路段行程时间估计模块挖掘历史浮动车数据,根据浮动车目标数据点存在区域的不同,将浮动车数据分为3类,并对不同类型数据采取相应的断面通过时刻估计方法,建立基于不同数据条件下的行程时间估计模型。利用VISSIM软件对路段行程时间估计方法进行仿真验证,并与直接法和间接法进行对比分析。分析结果表明:对于粗粒度浮动车数据,路段行程时间估计方法的平均绝对误差和平均相对误差分别为12s和8.67%,优于传统的直接法与间接法。; 李慧兵杨晓光罗莉华; 关键词：智能交通系统路段行程时间估计浮动车数据信号配时

全选清除导出

共1页<1>

李慧兵