-
题名PCA尺度对地铁站建成环境与客流关联影响研究
被引量：1
- 1
-
-
作者
卢源
赵瑾
姚轶峰
-
机构
北京交通大学建筑与艺术学院
-
出处
《都市快轨交通》
北大核心
2025年第1期30-36,共7页
-
基金
国家自然科学基金(52102386)
国家青年科学基金(51908028)。
-
文摘
地铁站点周边建成环境影响客流量,但行人集水区(pedestrian catchment area,PCA)大小尚未统一。本研究旨在验证PCA大小是否影响地铁客流与建成环境相关性研究的结果值。以南宁市轨道交通1号线25个站点为例,选取居住人口、工作岗位、商业设施等5个指标作为自变量,站点实际乘客量作因变量。采用OLS回归模型,对比不同PCA半径变量下模型拟合和影响因素的分析结果。地铁站点PCA不同范围的数据收集,对客流量与建成环境关系研究结果存在影响。针对南宁市,其PCA的半径取值为600 m,在地铁客流与建成环境相关性模型的拟合好于300 m和900 m。PCA范围会导致地铁客流与建成环境关联研究结果不一致。未来相关研究需针对不同PCA半径进行模型分析,根据拟合效果确定适宜的PCA尺度,提高研究准确性。
-
关键词
城市轨道交通
行人集水区(pca)
回归模型
建成环境
客流
南宁市
-
Keywords
urban rail transit
pedestrian catchment area(pca)
regression models
built environment
passenger flow
Nanning City
-
分类号
U231
[交通运输工程—道路与铁道工程]
-
-
题名基于特征融合和交叉核SVM的快速行人检测方法
被引量：17
- 2
-
-
作者
孙锐
侯能干
陈军
-
机构
合肥工业大学计算机与信息学院
奇瑞汽车博士后工作站
-
出处
《光电工程》
CAS
CSCD
北大核心
2014年第2期53-62,共10页
-
基金
中国博士后基金(2013M531504)资助
-
文摘
行人检测是目标识别领域的一大难点。现阶段用于行人检测的特征维数都比较高,为克服高维特征对实时性的影响,本文运用主元分析(PCA)对特征进行降维,加快检测速度。单一特征的信息有限,本文运用基于线性鉴别分析(LDA)的线性权重融合原则对一些底层特征(颜色、梯度、直方图)和多层次导向边缘能量特征进行特征融合使特征具有多源信息。且上述特征可采用积分图技术进行快速计算,所以行人检测系统的鲁棒性和实时性得到加强。在目标识别领域直方图交叉核支持向量机(HIKSVM)具有分类快,且准确率高的优点,采用其进行分类,系统实时性更进一步提升。实验表明本文方法检测速度和检测率优于经典的HOG+SVM算法。
-
关键词
行人检测
直方图交叉核支持向量机(HIKSVM)
多层次导向边缘能量特征
特征融合
主元分析(pca)
-
Keywords
pedestrian detection
histogram intersection kernel support vector machine
multi-level oriented edge energy feature
feature fusion
principal components analysis
-
分类号
TP391.41
[自动化与计算机技术—计算机应用技术]
-
