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
3
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
基于驾驶负荷的山区二级公路纵坡路段驾驶舒适度评价研究
被引量：
4
1
作者
胡立伟
殷秀芬
+2 位作者
张苏航
范仔健
郭治
《交通运输系统工程与信息》
EI
CSCD
北大核心
2020年第6期240-246,258,共8页
为定量评价山区公路纵坡路段驾驶舒适度,本文以云南省文都二级公路为研究对象,进行实车试验开展驾驶负荷研究.首先,分析上、下坡路段坡度、坡长、加(减)速度指标对驾驶负荷影响程度,运用多元回归建立驾驶负荷模型;其次,利用心率增长率的...
为定量评价山区公路纵坡路段驾驶舒适度,本文以云南省文都二级公路为研究对象,进行实车试验开展驾驶负荷研究.首先,分析上、下坡路段坡度、坡长、加(减)速度指标对驾驶负荷影响程度,运用多元回归建立驾驶负荷模型;其次,利用心率增长率的第50、85分位值划分驾驶舒适度,结合所建模型对驾驶舒适度进行阈值分析,确定不同驾驶舒适程度对应坡度、加(减)速度区间范围;最后,对模型及阈值划分合理性进行分析验证.结果表明,坡度、加(减)速度对纵坡路段驾驶负荷皆为显著变量,而坡长与驾驶负荷仅存在弱相关性.本文模型有效,阈值划分合理,可为低等级公路驾驶负荷研究提供参考.
展开更多
关键词
交通工程
驾驶舒适度
多元回归
山区二级公路
纵坡路段
在线阅读
下载PDF
职称材料
山区二级公路运营期常态交通风险评价
被引量：
6
2
作者
陈圣迪
葛晓婉
+2 位作者
赵晓晨
陆键
邢莹莹
《中国安全科学学报》
CAS
CSCD
北大核心
2022年第2期176-183,共8页
为客观准确地评价山区二级公路常态交通风险,将风险源分为动态风险源和静态风险源。首先,基于白化权函数的综合评价法建立事故后果模型,基于历史事故数据建立事故概率模型,以评价静态风险;其次,结合白化权函数和层次分析法(AHP)建立事...
为客观准确地评价山区二级公路常态交通风险,将风险源分为动态风险源和静态风险源。首先,基于白化权函数的综合评价法建立事故后果模型,基于历史事故数据建立事故概率模型,以评价静态风险;其次,结合白化权函数和层次分析法(AHP)建立事故后果模型,采用有序Logit模型建立事故概率模型,以评价动态风险;最后综合动静态风险结果评价山区二级公路常态交通风险。结果表明:该模型能够融合道路线形、交通环境、自然环境等动静态数据评价山区二级公路运营期常态交通风险,识别出风险较高的路段,从而提出有针对性的风险应对措施,提高山区二级公路的交通安全水平。
展开更多
关键词
山区二级公路
风险评价
常态交通
静态风险
动态风险
交通安全
在线阅读
下载PDF
职称材料
基于聚类分析和SVM的二级公路交通事故严重度预测
被引量：
16
3
作者
杨文臣
周燕宁
+2 位作者
田毕江
郭凤香
胡澄宇
《中国安全科学学报》
CAS
CSCD
北大核心
2022年第5期163-169,共7页
为明析输入特征对交通事故严重度机器学习预测模型的影响,基于1808条山区二级公路事故数据,选择12个事故严重度的影响因素作为候选特征变量,采用K-means(KM)聚类算法离散化事故严重度的连续特征变量,采用随机森林(RF)算法识别事故严重...
为明析输入特征对交通事故严重度机器学习预测模型的影响,基于1808条山区二级公路事故数据,选择12个事故严重度的影响因素作为候选特征变量,采用K-means(KM)聚类算法离散化事故严重度的连续特征变量,采用随机森林(RF)算法识别事故严重度的重要特征变量,通过组合3种输入特征变量(候选特征、KM特征、RF特征)和支持向量机(SVM)算法,分别构建事故严重度的3种SVM预测模型(SVM*、KM-SVM和RF-SVM),并分析3种SVM模型的预测性能及适用性。结果表明:通过离散连续变量和识别关键特征参数,可显著提高RF-SVM模型的预测准确率,重伤和死亡事故的预测准确率提高达40%;特征选择对SVM模型性能的影响程度要小于连续变量离散化;RF-SVM模型可获得比二元logistic回归模型更好的预测性能,但对不同输入特征的敏感性较高。
展开更多
关键词
K-means(KM)聚类
支持向量机(SVM)
事故严重度
山区二级公路
随机森林(RF)
机器学习
在线阅读
下载PDF
职称材料
题名
基于驾驶负荷的山区二级公路纵坡路段驾驶舒适度评价研究
被引量：
4
1
作者
胡立伟
殷秀芬
张苏航
范仔健
郭治
机构
昆明理工大学交通工程学院
出处
《交通运输系统工程与信息》
EI
CSCD
北大核心
2020年第6期240-246,258,共8页
基金
国家自然科学基金(61863019).
文摘
为定量评价山区公路纵坡路段驾驶舒适度,本文以云南省文都二级公路为研究对象,进行实车试验开展驾驶负荷研究.首先,分析上、下坡路段坡度、坡长、加(减)速度指标对驾驶负荷影响程度,运用多元回归建立驾驶负荷模型;其次,利用心率增长率的第50、85分位值划分驾驶舒适度,结合所建模型对驾驶舒适度进行阈值分析,确定不同驾驶舒适程度对应坡度、加(减)速度区间范围;最后,对模型及阈值划分合理性进行分析验证.结果表明,坡度、加(减)速度对纵坡路段驾驶负荷皆为显著变量,而坡长与驾驶负荷仅存在弱相关性.本文模型有效,阈值划分合理,可为低等级公路驾驶负荷研究提供参考.
关键词
交通工程
驾驶舒适度
多元回归
山区二级公路
纵坡路段
Keywords
traffic engineering
driving comfort
multiple regression
secondary highway at mountain area
vertical alignment
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
山区二级公路运营期常态交通风险评价
被引量：
6
2
作者
陈圣迪
葛晓婉
赵晓晨
陆键
邢莹莹
机构
上海海事大学交通运输学院
同济大学交通运输工程学院
出处
《中国安全科学学报》
CAS
CSCD
北大核心
2022年第2期176-183,共8页
基金
国家自然科学基金资助(71871165)
山西省山区复杂路段公路改造工程安全保障技术研究项目(16-2-05)。
文摘
为客观准确地评价山区二级公路常态交通风险,将风险源分为动态风险源和静态风险源。首先,基于白化权函数的综合评价法建立事故后果模型,基于历史事故数据建立事故概率模型,以评价静态风险;其次,结合白化权函数和层次分析法(AHP)建立事故后果模型,采用有序Logit模型建立事故概率模型,以评价动态风险;最后综合动静态风险结果评价山区二级公路常态交通风险。结果表明:该模型能够融合道路线形、交通环境、自然环境等动静态数据评价山区二级公路运营期常态交通风险,识别出风险较高的路段,从而提出有针对性的风险应对措施,提高山区二级公路的交通安全水平。
关键词
山区二级公路
风险评价
常态交通
静态风险
动态风险
交通安全
Keywords
second-class highway in mountainous areas
risk assessment
normal traffic
static risk
dynamic risk
traffic safety
分类号
X951 [环境科学与工程—安全科学]
在线阅读
下载PDF
职称材料
题名
基于聚类分析和SVM的二级公路交通事故严重度预测
被引量：
16
3
作者
杨文臣
周燕宁
田毕江
郭凤香
胡澄宇
机构
云南省交通规划设计研究院有限公司陆地交通气象灾害防治技术国家工程实验室
深圳市城市交通规划设计研究中心股份有限公司
昆明理工大学交通工程学院
出处
《中国安全科学学报》
CAS
CSCD
北大核心
2022年第5期163-169,共7页
基金
国家自然科学基金资助(71961012)
国家重点研发计划项目(2017YFC0803906)
+1 种基金
云南省基础研究计划项目(2019FB072)
公司自立科技项目(ZL-2019-04)。
文摘
为明析输入特征对交通事故严重度机器学习预测模型的影响,基于1808条山区二级公路事故数据,选择12个事故严重度的影响因素作为候选特征变量,采用K-means(KM)聚类算法离散化事故严重度的连续特征变量,采用随机森林(RF)算法识别事故严重度的重要特征变量,通过组合3种输入特征变量(候选特征、KM特征、RF特征)和支持向量机(SVM)算法,分别构建事故严重度的3种SVM预测模型(SVM*、KM-SVM和RF-SVM),并分析3种SVM模型的预测性能及适用性。结果表明:通过离散连续变量和识别关键特征参数,可显著提高RF-SVM模型的预测准确率,重伤和死亡事故的预测准确率提高达40%;特征选择对SVM模型性能的影响程度要小于连续变量离散化;RF-SVM模型可获得比二元logistic回归模型更好的预测性能,但对不同输入特征的敏感性较高。
关键词
K-means(KM)聚类
支持向量机(SVM)
事故严重度
山区二级公路
随机森林(RF)
机器学习
Keywords
K-means(KM)clustering
support vector machine(SVM)
accident severity
secondary mountainous highway
random forest(RF)
machine learning
分类号
X951 [环境科学与工程—安全科学]
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
基于驾驶负荷的山区二级公路纵坡路段驾驶舒适度评价研究
胡立伟
殷秀芬
张苏航
范仔健
郭治
《交通运输系统工程与信息》
EI
CSCD
北大核心
2020
4
在线阅读
下载PDF
职称材料
2
山区二级公路运营期常态交通风险评价
陈圣迪
葛晓婉
赵晓晨
陆键
邢莹莹
《中国安全科学学报》
CAS
CSCD
北大核心
2022
6
在线阅读
下载PDF
职称材料
3
基于聚类分析和SVM的二级公路交通事故严重度预测
杨文臣
周燕宁
田毕江
郭凤香
胡澄宇
《中国安全科学学报》
CAS
CSCD
北大核心
2022
16
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
