公共文化服务平台

共 9 条记录，以下是 1-9

全选清除导出

排序方式：

SCATS线圈数据短时多步双重预测方法被引量：2: 2013年; 为了进一步改善悉尼自适应交通控制系统(Sydney coordinated adaptive traffic system,SCATS)线圈数据短时多步预测的效果,在对SCATS线圈数据进行预处理的基础上,将当前与之前若干时间间隔的交通数据及对应的时间点作为交通模式特征向量的构成要素,用欧式距离作为当前交通模式特征向量和历史交通模式特征向量相似性的测度指标,以多步预测结果的误差最小为目标选取近邻数,通过对交通模式之间距离的倒数正规化处理,确定了所选相似交通模式的未来交通参数的权重,设计了一种基于k近邻(k nearest neighbor,k-NN)算法的短时多步双重预测方法,包括SCATS线圈数据的多步预测方法以及可预测步数在线估计方法,并采用某特大城市SCATS线圈实测数据进行了验证和对比分析.结果表明,所提出的新方法能够进一步降低SCATS线圈数据短时多步预测的误差.; 李琦姜桂艳; 关键词：交通运输工程感应线圈 K近邻算法

悉尼自适应交通控制系统线圈数据短时多步预测双层模型被引量：4: 2013年; 为了进一步改善悉尼自适应交通控制系统(Sydney coordinated adaptive traffic system,SCATS)线圈数据短时多步预测的效果,在对SCATS线圈数据进行预处理的基础上,设计了一种基于动态神经网络的短时多步预测双层模型,包括基于NARX(Nonlinear autoregressive model with exogenous inputs)神经网络的多步预测方法以及基于FTD(Focused time-delay)神经网络的可预测步数在线估计方法,并采用某特大城市SCATS线圈实测数据进行了验证和对比分析。结果表明:本文方法能够进一步降低SCATS线圈数据短时多步预测的误差。; 李琦姜桂艳; 关键词：交通运输系统工程动态神经网络多步预测

基于出租车GPS数据的路段平均速度估计模型被引量：19: 2011年; 为了解决现有基于GPS数据的路段平均速度估计模型应用条件苛刻、难以满足低成本和高精度信息需求问题,考虑不同类型GPS车辆运行特征,设计了两个基于出租车GPS数据估计路段平均速度的改进模型.基于两个改进模型,设计了路段平均速度的融合估计方法.用某城市局部路网的出租车GPS数据验证两个改进模型,并与传统模型进行了对比分析.结果表明,在不增加成本的条件下,两个改进模型的估计精度分别比传统模型提高了1.5%与19.7%;融合估计方法的精度比两个改进模型分别提高了2.8%与8.8%.; 姜桂艳常安德李琦伊峰; 关键词：交通信息系统

城市快速路车辆检测器数据质量评价与控制方法被引量：8: 2013年; 为了提高车辆检测器数据的准确性,设计了城市快速路车辆检测器数据质量评价与控制方法,提出了一种综合考虑单一地点与流量守恒定律的数据质量评价与控制流程。通过分析路段上下游检测截面的流量累积曲线特性,设计了基于流量累积曲线的数据质量评价方法。以路网所有检测截面累积流量调整值与观测值差的平方和最小为目标函数,以流量累积曲线的特性为约束条件,设计了基于最优化技术的数据质量控制方法。采用某特大城市快速路实测数据对本文方法进行了验证和对比分析。验证结果表明:当引入误差分别为0.025、0.050、0.075、0.100时,采用评价与控制方法的计算结果的平均绝对百分比误差分别为2.40%、3.83%、5.70%、8.26%,评价正确率在97%以上,明显优于其他对比方法。; 李琦姜桂艳; 关键词：交通信息采集车辆检测器

基于多时间尺度一步外推的短时交通参数多步预测方法: 2013年; 为了进一步提高短时交通参数多步预测的效果,以自适应指数平滑法、BP神经网络法和小波分析理论作为基础模型,利用前一时刻预测误差确定基础模型在组合模型中所占权重,提出了一种交通参数一步预测组合模型;通过分析交通参数合成和分解机理,在分别提出多时间尺度交通参数合成方法和交通参数分解方法的基础上,设计了一种基于多时间尺度一步外推的短时交通参数多步预测方法,采用某大城市感应线圈1 min时间尺度的交通参数数据进行了验证和对比分析。验证结果表明,交通参数一步预测组合模型的预测效果明显优于任一基础模型,且该方法的多步预测效果明显优于循环一步外推短时交通参数多步预测方法。; 姜桂艳王秋兰李琦; 关键词：交通工程多步预测多时间尺度

数据融合技术在交通事件检测中的应用综述被引量：7: 2011年; 为了进一步提高交通事件检测系统的性能,在对基于单源信息的交通事件检测方法进行分析的基础上,从基于多信息源的交通事件自动检测数据级融合和基于多信息源的交通事件检测方法决策级融合2个方面,分析、总结了数据融合技术在交通事件检测中的应用现状,并指出了目前研究存在的主要问题及后续研究的发展趋势。; 姜桂艳李琦常安德; 关键词：交通运输系统工程数据融合交通事件检测

基于悉尼协调自适应交通控制系统线圈数据的交通事件自动检测算法被引量：2: 2012年; 为了克服目前悉尼自适应交通控制系统(Sydney coordinated traffic system,SCATS)获取的动态交通数据仅用于交通信号控制的局限性,从信息共享的角度,将SCATS中感应线圈获取的动态交通数据应用于交通事件自动检测。在详细分析了SCATS中感应线圈获取的交通数据特性的基础上,设计了一种新的交通事件自动检测算法,并采用实测数据进行了验证和对比分析。结果表明,所设计的新算法在检测率、误警率方面均优于经典的对比算法,可为改善SCATS覆盖道路在交通信号控制、交通信息引导和交通指挥等方面的协调性提供技术支持。; 姜桂艳闫赫李琦王秋兰; 关键词：交通运输系统工程交通事件自动检测感应线圈

基于因子分析与聚类分析的交通事件自动检测算法融合被引量：8: 2012年; 针对目前通常只利用一种交通事件自动检测算法进行事件检测导致的效果不佳问题,在对单个交通事件自动检测算法产生漏警和误警的原因进行分析的基础上,设计了一套与之相对应的交通条件在线评价指标,并以因子分析与聚类分析为手段提出了一种基于多个交通事件自动检测基本算法的决策级融合方法。运用某特大城市快速路感应线圈实测数据进行验证的结果表明,在交通事件自动检测基本算法的误警率为0.5%左右、检测率为63.5%～66.1%的条件下,所提出方法的检测率和误警率分别达到了90.6%和0.0981%,明显优于对比方法的检测效果。; 李琦姜桂艳杨聚芬; 关键词：交通运输系统工程交通事件自动检测信息融合聚类分析

基于k-NN和SCATS交通数据的路段行程时间估计方法被引量：5: 2013年; 为了改善利用SCATS交通数据估计路段行程时间的效果,通过分析SCATS实际交通数据获取时间间隔不一致的特征,构建了SCATS交通数据虚拟时间序列,将利用因子分析法提取的累计贡献率在85%以上的主因子作为交通模式特征向量的构成要素,用欧氏距离作为当前交通模式特征向量和历史交通模式特征向量相似性的测度指标,以路段行程时间估计误差最小为目标选取当前交通模式的近邻数,对交通模式之间距离的倒数进行归一化处理,确定了相似交通模式的行程时间权重,设计了基于SCATS交通数据的路段行程时间估计方法.实例结果表明:与多元线性回归方法相比,本文方法估计的路段行程时间平均绝对误差、平均绝对百分比误差和均方根误差分别平均减少了9.68 s、8.07%和4.5 s.; 姜桂艳李琦董硕; 关键词：路段行程时间估计 K近邻算法

全选清除导出

共1页<1>

李琦

合作作者

文献类型

领域

主题

机构

作者

传媒

年份

用户反馈

李琦

合作作者

文献类型

领域

主题

机构

作者

传媒

年份

用户登录

用户反馈