期刊导航
期刊开放获取
上海教育软件发展有限公..
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
2
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式：
文摘
详细
列表
相关度排序
被引量排序
时效性排序
城市快速路互通交织区车辆的换道持续距离选择
1
作者
赵顗
安醇
+2 位作者
李铭浩
马健霄
怀硕
《浙江大学学报(工学版)》
北大核心
2025年第1期205-212,共8页
以城市快速路互通交织区换道行为为对象,研究换道过程中换道持续距离的选择行为.以实测车行轨迹数据为基础,利用因果推断理论识别影响换道持续距离选择的主要因素:目标车辆换道前后的速度和换道持续时间、当前车道和目标车道前后车的间...
以城市快速路互通交织区换道行为为对象,研究换道过程中换道持续距离的选择行为.以实测车行轨迹数据为基础,利用因果推断理论识别影响换道持续距离选择的主要因素:目标车辆换道前后的速度和换道持续时间、当前车道和目标车道前后车的间距.分别利用支持向量机模型和深度学习模型进行换道持续距离选择行为建模,检验换道持续距离选择行为影响因素分析的有效性.结果表明,经筛选后的影响因素提高了行为选择模型的预测速度以及深度学习模型的预测精度;支持向量模型虽然预测速度更快,但预测精度不如深度学习模型.对典型换道行为进行特征分析,为城市快速路互通交织区管理方案的制定奠定了理论基础,是对换道过程行为特征研究的有效补充,精确刻画了换道行为过程.
展开更多
关键词
城市
快速
路
互通
交织
区
换道持续距离
因果推断
支持向量机
深度学习
在线阅读
下载PDF
职称材料
基于混合神经网络的交织区危险驾驶与风格的识别
2
作者
程泽阳
段奕阳
+4 位作者
杨蒙蒙
冯忠祥
王鹤
朱晓俊
保丽霞
《汽车安全与节能学报》
北大核心
2025年第5期688-697,共10页
为辨识和预测交织区危险驾驶行为及驾驶风格,提出了一种基于历史轨迹数据的混合神经网络分析方法。利用k-means++算法,对不同危险驾驶行为进行聚类分析,提取纵向速度、横向与纵向加速度的关键特征,以表征不同类型的驾驶风格;基于长短期...
为辨识和预测交织区危险驾驶行为及驾驶风格,提出了一种基于历史轨迹数据的混合神经网络分析方法。利用k-means++算法,对不同危险驾驶行为进行聚类分析,提取纵向速度、横向与纵向加速度的关键特征,以表征不同类型的驾驶风格;基于长短期记忆网络(LSTM)-卷积神经网络(CNN)-知识注意机制(KAN),构建驾驶风格预测模型;进行了仿真与消融对比实验。结果显示:该模型的受试者操作特征(ROC)曲线下面积(AUC)为0.846;相较于使用LSTM、CNN-LSTM、LSTM-KAN的模型,该模型危险驾驶行为及驾驶风格分类预测的精度提升了6.73%、3.12%、4.72%;泛化性验证精度分别提升了6.3%、2.5%、3.9%。
展开更多
关键词
智能交通
城市快速路交织区
危险驾驶行为
驾驶风格
k-means++算法
聚类分析
深度学习
混合神经网络
在线阅读
下载PDF
职称材料
题名
城市快速路互通交织区车辆的换道持续距离选择
1
作者
赵顗
安醇
李铭浩
马健霄
怀硕
机构
南京林业大学汽车与交通工程学院
兰州交通大学交通运输学院
出处
《浙江大学学报(工学版)》
北大核心
2025年第1期205-212,共8页
基金
国家自然科学基金资助项目(62303228)
教育部人文社会科学研究项目(23YJC630253).
文摘
以城市快速路互通交织区换道行为为对象,研究换道过程中换道持续距离的选择行为.以实测车行轨迹数据为基础,利用因果推断理论识别影响换道持续距离选择的主要因素:目标车辆换道前后的速度和换道持续时间、当前车道和目标车道前后车的间距.分别利用支持向量机模型和深度学习模型进行换道持续距离选择行为建模,检验换道持续距离选择行为影响因素分析的有效性.结果表明,经筛选后的影响因素提高了行为选择模型的预测速度以及深度学习模型的预测精度;支持向量模型虽然预测速度更快,但预测精度不如深度学习模型.对典型换道行为进行特征分析,为城市快速路互通交织区管理方案的制定奠定了理论基础,是对换道过程行为特征研究的有效补充,精确刻画了换道行为过程.
关键词
城市
快速
路
互通
交织
区
换道持续距离
因果推断
支持向量机
深度学习
Keywords
urban expressway interchange weaving section
lane-changing distance
causal inference
support vector machine
deep learning
分类号
U491.14 [交通运输工程—交通运输规划与管理]
在线阅读
下载PDF
职称材料
题名
基于混合神经网络的交织区危险驾驶与风格的识别
2
作者
程泽阳
段奕阳
杨蒙蒙
冯忠祥
王鹤
朱晓俊
保丽霞
机构
合肥工业大学汽车与交通工程学院
清华大学车辆与运载学院
江淮先进技术中心
上海市城市建设设计研究总院(集团)有限公司
出处
《汽车安全与节能学报》
北大核心
2025年第5期688-697,共10页
基金
陕国家自然科学基金青年项目(52202411)
智能绿色车辆与交通全国重点实验室开放基金课题(KFY2418)
江淮前沿技术协同创新中心追梦基金(2023-ZM01G006)。
文摘
为辨识和预测交织区危险驾驶行为及驾驶风格,提出了一种基于历史轨迹数据的混合神经网络分析方法。利用k-means++算法,对不同危险驾驶行为进行聚类分析,提取纵向速度、横向与纵向加速度的关键特征,以表征不同类型的驾驶风格;基于长短期记忆网络(LSTM)-卷积神经网络(CNN)-知识注意机制(KAN),构建驾驶风格预测模型;进行了仿真与消融对比实验。结果显示:该模型的受试者操作特征(ROC)曲线下面积(AUC)为0.846;相较于使用LSTM、CNN-LSTM、LSTM-KAN的模型,该模型危险驾驶行为及驾驶风格分类预测的精度提升了6.73%、3.12%、4.72%;泛化性验证精度分别提升了6.3%、2.5%、3.9%。
关键词
智能交通
城市快速路交织区
危险驾驶行为
驾驶风格
k-means++算法
聚类分析
深度学习
混合神经网络
Keywords
Intelligent transport
urban expressway weaving area
dangerous driving behaviors
driving styles
k-means++algorithm
cluster analysis
deep learning
hybrid neural
分类号
U491 [交通运输工程—交通运输规划与管理]
在线阅读
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
城市快速路互通交织区车辆的换道持续距离选择
赵顗
安醇
李铭浩
马健霄
怀硕
《浙江大学学报(工学版)》
北大核心
2025
0
在线阅读
下载PDF
职称材料
2
基于混合神经网络的交织区危险驾驶与风格的识别
程泽阳
段奕阳
杨蒙蒙
冯忠祥
王鹤
朱晓俊
保丽霞
《汽车安全与节能学报》
北大核心
2025
0
在线阅读
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部
