期刊文献+
共找到2篇文章
< 1 >
每页显示 20 50 100
通勤者出行链类型与出行方式选择的相互影响 被引量:13
1
作者 王孝坤 饶秋丽 +1 位作者 唐春艳 葛颖恩 《交通运输系统工程与信息》 EI CSCD 北大核心 2014年第2期144-149,共6页
采取分层抽样的方法,对大连市商务中心区通勤者出行选择行为进行问卷调查.经过对采集数据进行交叉分析,建立联立多元Logit模型.调查通勤者出行链类型选择和出行方式选择之间是否存在相互影响关系,同时对不同月收入下通勤者的出行方式与... 采取分层抽样的方法,对大连市商务中心区通勤者出行选择行为进行问卷调查.经过对采集数据进行交叉分析,建立联立多元Logit模型.调查通勤者出行链类型选择和出行方式选择之间是否存在相互影响关系,同时对不同月收入下通勤者的出行方式与出行链类型选择行为进行分析.研究结果表明,大连市商务中心区通勤者出行链类型选择和出行方式之间存在着显著的相互影响关系,且通勤者的个人属性、家庭属性等对其出行方式选择及出行链类型选择行为具有显著的影响.虽然本研究工作是基于大连中心商务区的调查数据,但这些数据展示的通勤者的出行规律对其它城市制定交通政策和实施交通管理同样具有现实指导意义. 展开更多
关键词 交通工程 出行链类型 联立多元Logit模型 出行方式 出行选择行为
在线阅读 下载PDF
危险货物道路运输车辆出行链活动类型识别 被引量:1
2
作者 赵慧英 钱大琳 +1 位作者 张博 范爱华 《哈尔滨工业大学学报》 EI CAS CSCD 北大核心 2019年第9期193-200,共8页
针对危险货物运输(危货)车辆出行链上停留节点活动类型的识别问题,提出基于高斯混合模型-隐马尔科夫模型(GMM-HMM)的活动类型识别方法.对车辆GPS数据构建基于决策树的车辆起停检测模型,提取出行链活动节点,并通过D-OPTICS算法对活动节... 针对危险货物运输(危货)车辆出行链上停留节点活动类型的识别问题,提出基于高斯混合模型-隐马尔科夫模型(GMM-HMM)的活动类型识别方法.对车辆GPS数据构建基于决策树的车辆起停检测模型,提取出行链活动节点,并通过D-OPTICS算法对活动节点聚类得到活动热区;根据活动节点的个体特征、所在出行链的亲属特征和所处热区的群体特征进行多尺度特征体系构建,通过因子分析进行降维处理;利用GMM-HMM构建危货车辆活动类型识别模型,通过Baum-Welch算法进行参数估计,并使用Viterbi算法解码隐藏状态得到出行链各活动节点的类型识别结果.在小规模实际活动数据集上直接验证所提方法的正确性,还结合活动节点的POI类别,间接评估所提方法对大规模GPS数据的车辆活动类型识别效果.实验结果表明:在9种活动类型识别任务中,基于GMM-HMM的出行链活动类型识别方法的活动识别率超过80%.识别结果可用于分析活动行为模式,及时发现异常活动,为危险品运输监管提供有效的决策支持. 展开更多
关键词 危险货物运输 GPS数据 出行活动类型 多尺度特征体系 隐马尔科夫模型 高斯混合模型
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部