桥梁健康监测系统已成为国内外桥梁安全运营的辅助手段,传统桥梁健康监测无法实时分析海量监测数据、运维效率较低。将建筑信息化模型(building information modeling,BIM)与监测预警相互融合,面向大环境下桥梁健康监测分析、应用新需求...桥梁健康监测系统已成为国内外桥梁安全运营的辅助手段,传统桥梁健康监测无法实时分析海量监测数据、运维效率较低。将建筑信息化模型(building information modeling,BIM)与监测预警相互融合,面向大环境下桥梁健康监测分析、应用新需求,以盐城市灌江口大桥为例,研究桥梁运营管养一体化平台功能架构,结合C#语言,开发应用效果,实现灌江口大桥BIM建模数据可视化、运营管养一体化,为桥梁的监测运营、日常养护、应急处置提供信息化数据辅助及决策支持。展开更多
旅行时间预测是实施在线交通控制、管理与部署的关键依据。为准确、实时地预测旅行时间,提出结合长短期记忆(long short term,LSTM)与注意力机制(attention mechanism,Attention)的方法对高速公路路段旅行时间进行预测。首先,考虑交通...旅行时间预测是实施在线交通控制、管理与部署的关键依据。为准确、实时地预测旅行时间,提出结合长短期记忆(long short term,LSTM)与注意力机制(attention mechanism,Attention)的方法对高速公路路段旅行时间进行预测。首先,考虑交通分流与自动车牌识别的相对位置将公路划分为多个路段,计算每个路段的平均时间作为LSTM的输入。其次,采用Attention将LSTM的隐藏层与动态时间权重相结合,提高预测精度。实践结果表明,结合LSTM与Attention的方法可以预测更准确的旅行时间,有利于提高交通管理系统和交通信息系统的性能。展开更多
文摘桥梁健康监测系统已成为国内外桥梁安全运营的辅助手段,传统桥梁健康监测无法实时分析海量监测数据、运维效率较低。将建筑信息化模型(building information modeling,BIM)与监测预警相互融合,面向大环境下桥梁健康监测分析、应用新需求,以盐城市灌江口大桥为例,研究桥梁运营管养一体化平台功能架构,结合C#语言,开发应用效果,实现灌江口大桥BIM建模数据可视化、运营管养一体化,为桥梁的监测运营、日常养护、应急处置提供信息化数据辅助及决策支持。
文摘旅行时间预测是实施在线交通控制、管理与部署的关键依据。为准确、实时地预测旅行时间,提出结合长短期记忆(long short term,LSTM)与注意力机制(attention mechanism,Attention)的方法对高速公路路段旅行时间进行预测。首先,考虑交通分流与自动车牌识别的相对位置将公路划分为多个路段,计算每个路段的平均时间作为LSTM的输入。其次,采用Attention将LSTM的隐藏层与动态时间权重相结合,提高预测精度。实践结果表明,结合LSTM与Attention的方法可以预测更准确的旅行时间,有利于提高交通管理系统和交通信息系统的性能。