货车交通事故严重程度影响因素分析 被引量：1

1

作者 胡焱松 王长君 +1 位作者 张勇刚 褚宇航 《中国安全生产科学技术》 北大核心 2025年第4期142-150,共9页

为探究货车交通事故严重程度的主要影响因素及其耦合关系,基于我国南方某城市2021—2023年货车交通事故数据,采用特征分类、K-means聚类以及特征融合的方法提取初始影响因素,并构建XGBoost模型、有序Logit回归模型和树形贝叶斯网络模型... 为探究货车交通事故严重程度的主要影响因素及其耦合关系,基于我国南方某城市2021—2023年货车交通事故数据,采用特征分类、K-means聚类以及特征融合的方法提取初始影响因素,并构建XGBoost模型、有序Logit回归模型和树形贝叶斯网络模型,对影响因素的重要性、单因素和因素耦合进行量化分析。研究结果表明:碰撞对象、道路类型、超载等7个因素对事故严重程度影响显著,其中碰撞对象最为重要;碰撞对象分别与重型车辆、超载、箱式货车、工程运输车辆、转弯变道、有隔离等12个影响因素耦合会大幅提高事故严重程度,当碰撞行人与阴天、超载、工程运输车辆以及转弯变道等耦合时,发生重大事故的概率超过40%。研究结果可为货车交通事故防控提供决策参考。 展开更多

关键词 交通安全 货车 事故严重程度 影响因素 有序Logit回归 树型贝叶斯网络

在线阅读 下载PDF 职称材料

交通管理政策对车辆不合作变道行为的影响 被引量：1

2

作者 周幸楠 王景升 朱茵 《中国安全科学学报》 CAS CSCD 北大核心 2018年第12期33-39,共7页

为研究交通管理政策对车辆不合作变道行为的影响,建立车辆变道不合作行为的系统动力学(SD)假设性模型,包括人、车、道路、环境、及交通管理政策等子系统;以实际调研数据为基础,采用AMOS软件进行假设性模型模的可行性分析;构建完整的车... 为研究交通管理政策对车辆不合作变道行为的影响,建立车辆变道不合作行为的系统动力学(SD)假设性模型,包括人、车、道路、环境、及交通管理政策等子系统;以实际调研数据为基础,采用AMOS软件进行假设性模型模的可行性分析;构建完整的车辆不合作变道行为SD模型;用SD分析软件VENSIM对该模型进行仿真,并探寻系统内各因素对车辆不合作变道行为产生的动态影响序列。结果表明:通过调控不同的交通安全政策,包括执法力度、及时执法率、安全检查人员数量与培训人员的学习能力,人、车、道路、环境等子系统出现对应的反馈调节,可以不同程度消弱车辆不合作变道行为;在各因素的交互作用下,不合作变道行为演化过程有若干个阶段。 展开更多

关键词 车辆不合作变道行为 影响因素 系统动力学(SD) 交通安全政策 模拟仿真

在线阅读 下载PDF 职称材料

城市交通突发事件风险致因与后果严重程度判别模型

3

作者 范博松 邵春福 +1 位作者 王景升 刘东 《中国安全科学学报》 北大核心 2025年第2期220-226,共7页

为提升城市交通突发事件后果严重程度判别的准确性,明确突发事件风险致因与后果严重程度的相关关系,构建改进的突发事件后果严重程度判别模型(IDM-ECS)并进行试验验证。首先,基于改进的特征选择算法(IFSA)筛选突发事件风险致因,得到列... 为提升城市交通突发事件后果严重程度判别的准确性,明确突发事件风险致因与后果严重程度的相关关系,构建改进的突发事件后果严重程度判别模型(IDM-ECS)并进行试验验证。首先,基于改进的特征选择算法(IFSA)筛选突发事件风险致因,得到列车兑现率、正点率、日路网客运量等重要风险致因;其次,采用改进的混合受限波尔兹曼机模型(HRBM)计算不同风险致因与后果严重程度的关系,通过比较概率值大小得到风险致因与后果严重程度的判别关系;最后,以轨道交通突发事件数据集作为试验样本进行验证,并从召回率、精确度、F_(1)值等方面与生成受限波尔兹曼机(GRBM)、随机森林(RF)、深度森林(DF)、轻量梯度提升机(LightGBM)等4个模型进行对比。研究结果表明:列车兑现率、正点率、日路网客运量、5号线断面满载率、10号线断面满载率、信号故障以及车辆故障为7个最优风险致因。IDM-ECS模型平均的召回率为90.55%、精确度为91.89%、F_(1)值为91.06%,均优于对比模型。 展开更多

关键词 城市交通 突发事件 风险致因 后果严重程度 判别模型 改进的特征选择算法(IFSA)

在线阅读 下载PDF 职称材料

道路交通安全状况预测及管理规划方案研究 被引量：5

4

作者 朱茵 张宇翔 +2 位作者 隋晓庆 王鹤飞 王军利 《中国安全科学学报》 CAS CSCD 北大核心 2011年第3期139-144,共6页

为研究道路交通安全规划方案的设计,探讨国内外道路交通安全状况规划方案的研究现状。以台州市为例,在对台州市的交通安全特性统计分析的基础上,针对台州市道路交通安全现状,进行了安全趋势分析。从预测可以看出,随着台州市经济的持续... 为研究道路交通安全规划方案的设计,探讨国内外道路交通安全状况规划方案的研究现状。以台州市为例,在对台州市的交通安全特性统计分析的基础上,针对台州市道路交通安全现状,进行了安全趋势分析。从预测可以看出,随着台州市经济的持续增长、道路交通的快速发展,台州市的道路交通安全形势不容乐观,面临道路交通事故有可能继续上升的巨大压力。结合台州市区道路交通安全管理规划的目标,重点从完善道路基础设施及安全设施、建立交通安全管理的科技保障体系、构建台州市道路交通事故紧急救援系统3个方面提出近期道路交通安全管理规划方案,有效地提高台州市道路交通安全水平。 展开更多

关键词 道路交通安全 交通安全分析 交通安全预测 安全管理规划

在线阅读 下载PDF 职称材料

道路交通安全管理规划体系初探 被引量：16

5

作者 刘东 路峰 《中国安全科学学报》 CAS CSCD 2004年第5期51-54,共4页

《道路交通安全法》明确规定 :“要求县级以上地方各级人民政府应当适应道路交通发展的需要 ,依据道路交通安全法律、法规和国家有关政策 ,制定道路交通安全管理规划 ,并组织实施。”依据该条文的要求 ,笔者探讨了道路交通安全管理规划... 《道路交通安全法》明确规定 :“要求县级以上地方各级人民政府应当适应道路交通发展的需要 ,依据道路交通安全法律、法规和国家有关政策 ,制定道路交通安全管理规划 ,并组织实施。”依据该条文的要求 ,笔者探讨了道路交通安全管理规划的作用 ,论述了道路交通安全管理规划体系的总体设计 ,提出了包括道路交通安全调查、交通安全管理现状评价和问题分析、交通安全趋势预测、交通安全管理目标确定以及具体专项规划等内容的道路交通安全管理规划体系。 展开更多

关键词 道路 交通安全 安全管理 机动车 安全信息系统

在线阅读 下载PDF 职称材料

面向交通事故现场三维实景建模的无人机航拍参数 被引量：2

6

作者 胡焱松 王长君 +1 位作者 郑金子 褚宇航 《中国安全科学学报》 CAS CSCD 北大核心 2024年第7期194-201,共8页

在交通事故现场三维实景建模的图像采集过程中,针对无人机(UAV)航拍参数主要依靠人工经验设置,导致模型测量误差大、精度低的问题,提出一种无人机航拍关键参数自动计算方法。首先,确认单镜头无人机环绕事故现场航拍的关键参数为航拍高... 在交通事故现场三维实景建模的图像采集过程中,针对无人机(UAV)航拍参数主要依靠人工经验设置,导致模型测量误差大、精度低的问题,提出一种无人机航拍关键参数自动计算方法。首先,确认单镜头无人机环绕事故现场航拍的关键参数为航拍高度、云台角度和拍摄间隔角,并分析其与成像范围、成像精度以及重叠度的数值关系;然后,构建无人机航拍关键参数计算模型,以给定事故现场场景、无人机技术参数、图像长宽比以及重叠度要求为输入,在事故现场处于有效成像范围且无成像盲区的前提下,以提高图像利用率保障模型精度和呈现效果为目标,自动计算得到航拍参数;最后,结合实例,应用该方法计算无人机航拍参数完成事故现场的图像采集,经测算,构建的事故现场三维实景模型的平均测量误差为1.72%,测量精度为3.54 cm,相较于人工经验法平均误差降低47.56%,精度提高48.40%。研究表明:该方法能实现交通事故现场三维实景建模的航拍参数自动计算,构建厘米级误差的三维实景模型,可提升无人机航拍的参数化和自动化水平。 展开更多

关键词 交通事故现场 三维实景建模 无人机(UAV) 航拍参数 倾斜摄影

在线阅读 下载PDF 职称材料

基于CNN-LSTM-AM的短时交通流量预测 被引量：1

7

作者 汤泽慧 赵丹 王晟由 《科学技术与工程》 北大核心 2024年第31期13562-13567,共6页

短时交通流量预测对于提高实时交通数据信息的精准性及增加车辆道路行驶的效益性具有重要意义。为能准确预测未来短期交通流量情况,支持智能交通系统的应用和决策,提出一种基于CNN-LSTM-AM的短时交通流量预测模型。首先利用卷积神经网络... 短时交通流量预测对于提高实时交通数据信息的精准性及增加车辆道路行驶的效益性具有重要意义。为能准确预测未来短期交通流量情况,支持智能交通系统的应用和决策,提出一种基于CNN-LSTM-AM的短时交通流量预测模型。首先利用卷积神经网络(convolutional neural network,CNN)来对交通流序列进行信息捕捉,从而提取交通流数据的动态变化特征;其次将所提取的特征向量构成时间序列作为长短期记忆(long short-term memory,LSTM)网络的输入;最后根据注意力机制(attention mechanism,AM)来分配LSTM隐含层不同权重,增强重要特征的作用,完成交通流量预测。采用美国加利福尼亚州高速路网数据库PeMS里面的相关数据信息,通过实验与其他神经网络预测模型进行对比,结果显示,CNN-LSTM-AM模型的相对平均误差(mean absolute percentage error,MAPE)值为0.254578%,R^(2)=0.583152,预测能力优于其他对比模型。其所用方法可以对未来短时交通流量预测提供一种思路模型。 展开更多

关键词 短时交通流量预测 CNN LSTM网络 注意力机制

在线阅读 下载PDF 职称材料

考虑方案间过渡影响的Kagscv-DBSCAN单点交通控制时段划分方法

8

作者 姚辰达 王景升 +1 位作者 杨政陶 葛帅杰 《科学技术与工程》 北大核心 2024年第4期1699-1706,共8页

为提高单点交通控制时段划分准确性,首先提出一种基于KD-tree加速搜索并利用GridsearchCV进行超参数寻优的kagscv-DBSCAN算法用来求解基于检测器自然数据的时段划分初步方案,并加入了对方案间过渡的考虑对初步方案进行修正。最后,以车... 为提高单点交通控制时段划分准确性,首先提出一种基于KD-tree加速搜索并利用GridsearchCV进行超参数寻优的kagscv-DBSCAN算法用来求解基于检测器自然数据的时段划分初步方案,并加入了对方案间过渡的考虑对初步方案进行修正。最后,以车总延误、交叉口通行能力和运算速度为评价指标进行实际案例分析并与传统方法进行了对比。结果表明:所提方法对比K-means、PAW、FCM和RSAGA-FCM在车总延误方面分别降低8.69%、6.61%、3.68%和1.04%,通行能力提升效率分别为5.67%、5.07%、3.48%、1.69%,并在运算速度上具备明显优势。 展开更多

关键词 交通运输系统工程 信号控制 时段划分 聚类算法 方案过渡

在线阅读 下载PDF 职称材料

城市道路交通应急警力配置模型研究 被引量：8

9

作者 朱茵 江越 《中国安全科学学报》 CAS CSCD 北大核心 2010年第11期171-176,共6页

为实现区域性的紧急交通事件的快速疏导与救援,进行科学合理的调度警力,提出应急警力配置模型。该模型基于图论原理构建原始问题的拓扑结构,利用遗传算法求解。通过该模型的求解可以得出应急警力布点的最优配置,以满足在给定警力数量的... 为实现区域性的紧急交通事件的快速疏导与救援,进行科学合理的调度警力,提出应急警力配置模型。该模型基于图论原理构建原始问题的拓扑结构,利用遗传算法求解。通过该模型的求解可以得出应急警力布点的最优配置,以满足在给定警力数量的情况下应急警力能够在指定时间内到达辖区内可能发生交通事件的任意应急点,并结合算例对该模型进行验证。结果表明:在满足模型要求的假设条件下,利用MATLAB软件结合遗传算法,可以最终获得优化的警力配置方案。因此,基于图论与遗传算法相结合构建的城市道路交通应急警力配置模型,可以实现公安警力救援的优化调度,进一步实现科学而高效率的救援。 展开更多

关键词 城市道路交通安全 警力配置模型 交通应急 遗传算法 紧急救援

在线阅读 下载PDF 职称材料

地震灾害紧急救援可支配交通链路选择研究 被引量：1

10

作者 朱茵 张鑫 +1 位作者 隋晓庆 赵檑 《中国安全科学学报》 CAS CSCD 北大核心 2012年第3期164-169,共6页

如何通过科学的算法提前获取决定路网通达性的关键链路,即可支配链路,从而可通过各方面养护措施提高可支配链路的抗震能力,保证震后救援运输的顺利进行。提出可支配链路的相关概念,基于矩阵结构的计算方法与原理,并应用算例进行验证。... 如何通过科学的算法提前获取决定路网通达性的关键链路,即可支配链路,从而可通过各方面养护措施提高可支配链路的抗震能力,保证震后救援运输的顺利进行。提出可支配链路的相关概念,基于矩阵结构的计算方法与原理,并应用算例进行验证。通过选取云南省保山市隆阳区的部分目标区域来进行震后救援路网的支配性链路计算,同时针对地震发生后的特点,综合考虑医疗救援、火灾救援及紧急物资救援3方面的综合救援需求,获得该区域路网的可支配链路。研究结果表明:结合震后实际救援需求,将需求点扩展为多个需求点,能够进一步获得在多个需求点基础上的可支配链路。因此,利用矩阵结构获得可支配链路的方法,能够综合需求点数量和概率临界值的进一步调整,进一步优化计算结果。 展开更多

关键词 地震灾害 紧急救援 可支配链路 矩阵结构 道路交通网络

在线阅读 下载PDF 职称材料

面向车路协同的地理信息时空逻辑设计

11

作者 冯佳 邢翀 +1 位作者 晏松 戴帅 《测绘通报》 北大核心 2025年第6期180-184,共5页

车路协同体系关键环节即实现车辆、道路与规则之间的逻辑交互关系。针对传统交通环境下车辆管控不精细、交通规则监督覆盖不全面情况,为实现一般交通环境下交通行为全过程监管,本文基于GNSS和RTK的数字交通要素构建方式,提出交通时空数... 车路协同体系关键环节即实现车辆、道路与规则之间的逻辑交互关系。针对传统交通环境下车辆管控不精细、交通规则监督覆盖不全面情况,为实现一般交通环境下交通行为全过程监管,本文基于GNSS和RTK的数字交通要素构建方式,提出交通时空数字阵列(TSDA)概念,设计数字交通规则的时空实现。以分米级精度实现了空间交通地理网创建,在车速识别、逆行判定、信号规则和车型监管4个规则范围内进行了多场景试验,并在高精电子地图中进行违法行为轨迹标注。结果表明,场景1中识别出预设超速违法行为;场景2中识别出预设车速与未按信号指示行驶行为;场景3中识别出预设未按信号指示行驶行为及部分逆行情况;场景4中识别出预设车型闯禁行、未按信号指示行驶行为及逆行情况。所预设的违法行为均被准确捕捉。 展开更多

关键词 智能交通 违法识别 时空数据逻辑 交通地理信息 数字交管 高精度地图

在线阅读 下载PDF 职称材料

基于多目标跟踪优化的路口车辆轨迹提取方法 被引量：1

12

作者 唐继杰 刘金广 欧晓放 《电子测量技术》 北大核心 2025年第1期100-110,共11页

为应对传统方法研究车辆轨迹存在精度和效率局限的问题,加快推进道路交通数字化治理模式,本文提出了一种基于多目标跟踪优化的路口车辆轨迹提取方法。首先,基于YOLOv8s算法框架,引入多分支卷积模块并设计了一种结合标准卷积与深度可分... 为应对传统方法研究车辆轨迹存在精度和效率局限的问题,加快推进道路交通数字化治理模式,本文提出了一种基于多目标跟踪优化的路口车辆轨迹提取方法。首先,基于YOLOv8s算法框架,引入多分支卷积模块并设计了一种结合标准卷积与深度可分离卷积的图像处理方法,以提高模型对不同场景的鲁棒性并保持帧率稳定。然后,通过精确量化角度差异和距离损失,改进了DeepSORT算法的损失函数,以提高模型的收敛速度和处理不规则物体的准确度。最后,通过推导出像素坐标系与真实世界坐标系的转换关系,确保了车辆轨迹的准确提取。实验结果表明,改进模型较原模型mAP、召回率和MOTA分别提升了2.9%、5.6%和0.7%,编码变换次数下降64%,在检测的同时能够保持帧率稳定,能够准确提取车辆在监控录像中的轨迹信息。这对于深入研究车辆特性和道路交通风险提供了方法支撑,具有较高实战应用价值。 展开更多

关键词 车辆轨迹提取 实时检测 YOLOv8 DeepSORT 交通安全

在线阅读 下载PDF 职称材料

非机动车闯红灯场景下辅助驾驶汽车驾驶人接管行为研究

13

作者 马社强 张键源 +3 位作者 陈发城 刘智 王景升 田婧 《北京理工大学学报》 北大核心 2025年第5期493-502,共10页

随着高级别辅助驾驶汽车渗透率的持续增加,非机动车闯红灯过街等违规行为引发的信号交叉口接管事件将会增多,进而可能对通行效率和交通安全产生负面影响.为降低此类负面影响,本文针对非机动车闯红灯场景开展高级别辅助驾驶汽车驾驶人接... 随着高级别辅助驾驶汽车渗透率的持续增加,非机动车闯红灯过街等违规行为引发的信号交叉口接管事件将会增多,进而可能对通行效率和交通安全产生负面影响.为降低此类负面影响,本文针对非机动车闯红灯场景开展高级别辅助驾驶汽车驾驶人接管行为研究,基于驾驶模拟器设计了考虑不同交叉口类型和冲突类型的接管实验,招募被试30名,建立广义线性混合模型分析了非机动车闯红灯场景下交叉口类型和冲突类型对驾驶人接管绩效、生理特征和视觉特征的影响.研究发现:相比于8车道×8车道交叉口,在8车道×4车道交叉口下驾驶人接管过程中的碰撞风险更高、运行稳定性更差,认知负荷和心理紧张程度均更高;相比于直−左和直−直冲突条件,直−右冲突条件下驾驶人接管车辆过程中的碰撞风险更大,心理紧张程度、认知负荷和信息搜索频率也均更高.此外,对于直−右冲突条件下的驾驶人接管绩效,信号交叉口大小的影响较弱.以上结果表明高级别辅助驾驶系统需要重点关注小交叉口运行场景和直−右冲突场景.本研究可为相关法规政策制定及高级别辅助驾驶安全设计提供依据. 展开更多

关键词 高级别辅助驾驶 接管行为 非机动车闯红灯 交叉口类型 冲突类型

在线阅读 下载PDF 职称材料

路内停车效率评价模型

14

作者 王东方 马社强 +1 位作者 田婧 王晓旭 《科学技术与工程》 北大核心 2025年第7期3018-3025,共8页

路内停车效率评价是开展路内停车优化与管理、建设城市智慧停车系统的必要依据。为此,提出一种基于熵权Critic-Topsis模型的路内停车效率评价方法。首先,从停车位属性、运营特性、交通影响3个方面选取停车位数量、道路剩余宽度、累计停... 路内停车效率评价是开展路内停车优化与管理、建设城市智慧停车系统的必要依据。为此,提出一种基于熵权Critic-Topsis模型的路内停车效率评价方法。首先,从停车位属性、运营特性、交通影响3个方面选取停车位数量、道路剩余宽度、累计停车数等9个指标构建路内停车效率评价指标体系。其次,针对路内停车效率评价指标的数据特点,提出熵权Critic-Topsis模型的评价方法,使用熵权法和Critic法综合计算各指标权重,再利用改进的Topsis模型对停车场进行量化评价。最后,以此模型对北京市10个路内停车场数据进行实例分析,得到各个路内停车场评价结果以及排名。研究结果表明:在路内停车效率评价指标体系中,停车位数量、停车位利用率和道路剩余宽度对评价结果影响较大,权重分别为22.99%,13.72%和13.71%;在对北京市10个路内停车场实例分析中,工体东路、科苑路、花园北路等路内停车场得分较高,分别为0.659 4、0.611 3、0.608 1,并且对得分较低的春和路和岭南路路内停车场给出了相关建议和优化措施,以期完善城市路内停车长效管理体系,提高城市交通管理水平。 展开更多

关键词 交通管理工程 路内停车 熵权-Critic赋权法 Topsis评价法

在线阅读 下载PDF 职称材料

高速公路交通流分析与安全预警机制研究 被引量：4

15

作者 苑敬雅 朱茵 《中国安全科学学报》 CAS CSCD 北大核心 2016年第9期146-150,共5页

为加强对高速公路交通运行不稳定状态的控制,基于三相交通流理论,分析亚稳定自由流特性。综合运用交通流基本参数的三维曲面分析、等值线分析和Z型结构基本图分析,分别确定双向6车道、8车道条件下亚稳定自由流的参数阈值,并建立基于亚... 为加强对高速公路交通运行不稳定状态的控制,基于三相交通流理论,分析亚稳定自由流特性。综合运用交通流基本参数的三维曲面分析、等值线分析和Z型结构基本图分析,分别确定双向6车道、8车道条件下亚稳定自由流的参数阈值,并建立基于亚稳定自由流识别的高速公路不稳定状态预警机制。通过监测、识别、决策、警告4个功能,实现对高速公路交通拥挤和瘫痪的预判和干预。结果表明,对亚稳定自由流的有效识别与预警,有助于提升道路交通管理执法与决策的科学化水平。 展开更多

关键词 高速公路 三相交通流理论 交通流分析 亚稳定自由流 交通安全预警

在线阅读 下载PDF 职称材料

农村公路交叉口交通事故特征关联性与风险因素分析 被引量：28

16

作者 赵丹 马社强 +1 位作者 张雨萌 韩凤春 《中国安全科学学报》 CAS CSCD 北大核心 2020年第7期146-151,共6页

为降低农村公路交叉口事故风险,提取环境、道路、设施、车型和违法行为特征作为自变量,以事故形态和事故严重程度为因变量,构建考虑因变量内在关联的双变量Probit模型,分析二者的相关性,并识别显著影响因素。结果表明:农村公路交叉口交... 为降低农村公路交叉口事故风险,提取环境、道路、设施、车型和违法行为特征作为自变量,以事故形态和事故严重程度为因变量,构建考虑因变量内在关联的双变量Probit模型,分析二者的相关性,并识别显著影响因素。结果表明:农村公路交叉口交通事故形态和严重程度呈负相关关系,单车事故的死亡率更高;线形越好,隔离、控制设施越完备,事故严重性越低;车型越大,事故后果越严重;违法行为增加了发生致死性单车事故的概率。在交叉口处增设安全保障设施,对相交公路等级差异较大的路口实行限速管理,加强对大型车辆和摩托车的安全管理,加强对无证驾驶行为的处罚,可以改善农村公路交叉口安全水平。 展开更多

关键词 农村公路 交叉口 双变量Probit模型 事故形态 事故严重程度

在线阅读 下载PDF 职称材料

基于长短时记忆网络的Encoder-Decoder多步交通流预测模型 被引量：22

17

作者 王博文 王景升 +3 位作者 王统一 张子泉 刘宇 于昊 《重庆大学学报》 CSCD 北大核心 2021年第11期71-80,共10页

交通流序列多为单步预测。为实现交通流序列的多步预测,提出一种基于编码器解码器(encoder-decoder,ED)框架的长短期记忆网络(long short-term memory,LSTM)模型,即ED LSTM模型。将自回归滑动平均、支持向量回归机、XGBOOST、循环神经... 交通流序列多为单步预测。为实现交通流序列的多步预测,提出一种基于编码器解码器(encoder-decoder,ED)框架的长短期记忆网络(long short-term memory,LSTM)模型,即ED LSTM模型。将自回归滑动平均、支持向量回归机、XGBOOST、循环神经网络、卷积神经网络、LSTM作为对照组进行实验验证。实验结果表明,当预测时间步长增加时,ED框架能够减缓模型性能的下降趋势,LSTM能够充分挖掘时间序列中的非线性关系。除此之外,在单变量输入的情况下,在PEMS-04数据集上,当预测时间步长为t+1到t+12的12个时间步时,ED LSTM模型的均方根误差(root mean squard error,RMSE)及平均绝对误差(mean absolute error,MAE)分别下降0.210~5.422、0.061~0.191。相较于单因素输入,多因素输入的ED LSTM模型在12个预测时间步长下,RMSE、MAE分别下降0.840、0.136。实验证明了ED LSTM模型能够有效地用于交通流序列的多步及单因素、多因素预测任务。 展开更多

关键词 交通流预测 LSTM 编码器解码器 多步预测 深度学习

在线阅读 下载PDF 职称材料

面向路侧交通监控场景的轻量车辆检测模型 被引量：16

18

作者 郭宇阳 胡伟超 +1 位作者 戴帅 陈艳艳 《计算机工程与应用》 CSCD 北大核心 2022年第6期192-199,共8页

针对路侧交通监控场景和智能交通管控需要,提出轻量型的车辆检测算法GS-YOLO,解决现有模型检测速度慢、占用内存多的问题。GS-YOLO借鉴GhostNet思想将传统卷积分为两步,利用轻量操作增强特征,降低模型的计算量。在主干特征提取网络中引... 针对路侧交通监控场景和智能交通管控需要,提出轻量型的车辆检测算法GS-YOLO,解决现有模型检测速度慢、占用内存多的问题。GS-YOLO借鉴GhostNet思想将传统卷积分为两步,利用轻量操作增强特征,降低模型的计算量。在主干特征提取网络中引入注意力机制,对重要信息进行选择,提高模块的检测能力。另外参考SqueezeNet结构,使用Fire Module和深度可分离卷积减少模型参数,模型大小从244 MB降低到34 MB,内存占用降低了86%。使用Roofline模型对实验数据和模型实际性能进行分析,结果表明GS-YOLO的精确度(AP)达到85.55%,相比YOLOv4提升了约0.45%。由于受计算平台带宽影响,GS-YOLO在GPU上检测速度提升7.3%,但在CPU上检测速度提高了83%,更适用于算力资源不足的小型设备。 展开更多

关键词 图像处理 目标检测 轻量化 GhostNet 深度可分离卷积

在线阅读 下载PDF 职称材料

面向不平衡数据集的SMOTENC-XGBoost驾驶人交通安全评估模型 被引量：10

19

作者 王博文 王景升 吴恩重 《科学技术与工程》 北大核心 2023年第2期831-837,共7页

为深入挖掘驾驶人因素与交通事故之间的关系,提出了一种基于SMOTENC和极端梯度提升(extreme gradient boosting,XGBoost)的驾驶人交通状态优劣分类算法。首先针对交通事故发生与否不平衡的特点,使用SMOTENC算法对数据进行上采样并在采... 为深入挖掘驾驶人因素与交通事故之间的关系,提出了一种基于SMOTENC和极端梯度提升(extreme gradient boosting,XGBoost)的驾驶人交通状态优劣分类算法。首先针对交通事故发生与否不平衡的特点,使用SMOTENC算法对数据进行上采样并在采样过程中加入随机扰动,解决了数据不平衡问题。然后使用Embedded算法结合L1正则化,通过模型评估完成对特征子集的选择。最后使用机器学习的方法将XGBoost算法用于执行数据的特征提取和分类过程。实验表明,在对驾驶人的交通状态进行综合评价的任务上,XGBoost模型的准确率为99.85%,相较于随机森林、支持向量机等对照组模型,提升了1.12%~1.80%。除此之外,使用SMOTENC算法对数据不平衡问题进行处理后,通过混淆矩阵观察到模型对于好坏个体均具备较好的识别能力。 展开更多

关键词 交通安全 XGBoost SMOTENC 驾驶人因素 事故预防

在线阅读 下载PDF 职称材料

基于卷积神经网络与门控循环单元的交通流预测模型 被引量：6

20

作者 王博文 王景升 +2 位作者 王统一 夏天雨 赵丹婷 《重庆大学学报》 CAS CSCD 北大核心 2023年第8期132-140,共9页

为对交通流进行多步预测,支持智能交通系统的长期决策任务,一种基于编码器-解码器(encoder-decoder,ED)的卷积神经网络(convolutional neural networks,CNN)-门循环单元(gate recurrent unit,GRU)模型,简称ED CNN-GRU。首先使用CNN作为... 为对交通流进行多步预测,支持智能交通系统的长期决策任务,一种基于编码器-解码器(encoder-decoder,ED)的卷积神经网络(convolutional neural networks,CNN)-门循环单元(gate recurrent unit,GRU)模型,简称ED CNN-GRU。首先使用CNN作为编码器,对交通流序列进行信息捕捉,再将上述信息通过GRU解码器进行解释并输出。实验证明,对比CNN、GRU单个模型,ED框架有效解决了误差的迅速累积问题。对比其他基准模型,CNN、 GRU模型对于交通流序列的特征提取及解释能力较为优秀。对于未来12个步长的交通流量预测任务,对比其他基准模型,单因素输入情况的ED CNN-GRU模型的均方根误差下降约0.344~6.464,平均绝对误差下降约0.192~0.425。对比单因素输入,多因素输入下ED CNN-GRU模型拥有更好的预测能力。证明了ED CNN-GRU模型在不同输入维度的多步交通流预测中任务中均具有良好的预测能力,为数据获取条件不同的城市提供了一个支持单因素及多因素输入情况的多步交通流预测模型。 展开更多

关键词 交通流预测 CNN GRU 编码器-解码器 多步预测

在线阅读 下载PDF 职称材料