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
基于VMD-SSA-LSSVM模型的汽油车CO_(2)排放预测
1
作者
吐尔逊·买买提
成思怡
刘亚楼
《交通科技与经济》
2025年第1期43-49,共7页
以排放标准为国Ⅴ的轻型汽油车为研究对象,运用便携式车载尾气排放测量系统(PEMS)对实际行驶中污染物排放试验数据进行分析。先采用变分模态分解方法(VMD)进行分解降噪处理,再通过麻雀搜索算法(SSA)、最小二乘支持向量机(LSSVM)和长短...
以排放标准为国Ⅴ的轻型汽油车为研究对象,运用便携式车载尾气排放测量系统(PEMS)对实际行驶中污染物排放试验数据进行分析。先采用变分模态分解方法(VMD)进行分解降噪处理,再通过麻雀搜索算法(SSA)、最小二乘支持向量机(LSSVM)和长短期记忆网络(LSTM)的方法,构建一种高精度的轻型汽油车CO_(2)排放预测模型。通过随机森林和皮尔逊相关性分析,筛选出影响轻型汽油车CO_(2)排放的关键特征参数,构建数据集。利用VMD算法对数据集进行分解降噪处理,再采用SSA算法优化LSSVM模型,最终建立基于VMD-SSA-LSSVM的轻型汽油车CO_(2)排放量预测模型。结果表明:该模型对CO_(2)的预测精度和拟合效果均优于单一的LSSVM、LSTM以及VMD-LSSVM、VMD-LSTM、VMD-SSA-LSTM模型,能够为轻型汽油车CO_(2)排放预测提供参照;VMD-SSA-LSSVM模型在轻型汽油车CO_(2)排放预测方面具有显著优势和应用前景。
展开更多
关键词
轻型汽油车排放
PEMS
随机森林
皮尔逊系数
VMD-SSA-LSSVM模型
CO_(2)排放预测
特征参数筛选
在线阅读
下载PDF
职称材料
改进的YOLOv8的路面裂缝识别算法
2
作者
何润昌
吐尔逊·买买提
+4 位作者
刘健
朱兴林
何春光
董俊
徐粒
《交通科技与经济》
2024年第5期65-72,共8页
路面裂缝是影响道路正常使用和交通安全的关键隐患之一。针对现阶段算法在路面裂缝识别中存在的成本高、效率低及准确率不足等问题,提出一种以YOLOv8框架为基础的改进的路面裂缝识别算法。首先,引入小目标层及额外的检测分割头,提升局...
路面裂缝是影响道路正常使用和交通安全的关键隐患之一。针对现阶段算法在路面裂缝识别中存在的成本高、效率低及准确率不足等问题,提出一种以YOLOv8框架为基础的改进的路面裂缝识别算法。首先,引入小目标层及额外的检测分割头,提升局部细小特征信息的检测和融合能力。其次,借鉴Transformer处理序列数据的上下文关联能力,融入了PET模块以获取全局自注意力机制,进一步优化对细小且长的裂缝的识别性能。此外,引入SPPF复用以增强特征信息表征,提升目标物体的识别和定位能力。结果表明,改进模型在路面裂缝识别有较显著提升,其mAP50达到73.1%,较原始提升8.3%,同时,与SSD、Mask R-CNN、YOLOv5、YOLOv6等4种算法进行对比分析,在均衡时空资源消耗和准确率下,改进算法具有更高的识别精度及环境适应性。
展开更多
关键词
深度学习
路面裂缝识别
YOLOv8模型
检测分割头
PET模块
在线阅读
下载PDF
职称材料
题名
基于VMD-SSA-LSSVM模型的汽油车CO_(2)排放预测
1
作者
吐尔逊·买买提
成思怡
刘亚楼
机构
新疆农业大学
交通
与物流
工程
学院
新疆农业大学智能交通工程研究中心
出处
《交通科技与经济》
2025年第1期43-49,共7页
基金
国家自然科学基金项目(51768071)
新疆农业大学国家级大学生创新项目(202310758020)
新疆农业大学交通运输工程校级重点学科开放课题项目(XJAUTE2022K01)。
文摘
以排放标准为国Ⅴ的轻型汽油车为研究对象,运用便携式车载尾气排放测量系统(PEMS)对实际行驶中污染物排放试验数据进行分析。先采用变分模态分解方法(VMD)进行分解降噪处理,再通过麻雀搜索算法(SSA)、最小二乘支持向量机(LSSVM)和长短期记忆网络(LSTM)的方法,构建一种高精度的轻型汽油车CO_(2)排放预测模型。通过随机森林和皮尔逊相关性分析,筛选出影响轻型汽油车CO_(2)排放的关键特征参数,构建数据集。利用VMD算法对数据集进行分解降噪处理,再采用SSA算法优化LSSVM模型,最终建立基于VMD-SSA-LSSVM的轻型汽油车CO_(2)排放量预测模型。结果表明:该模型对CO_(2)的预测精度和拟合效果均优于单一的LSSVM、LSTM以及VMD-LSSVM、VMD-LSTM、VMD-SSA-LSTM模型,能够为轻型汽油车CO_(2)排放预测提供参照;VMD-SSA-LSSVM模型在轻型汽油车CO_(2)排放预测方面具有显著优势和应用前景。
关键词
轻型汽油车排放
PEMS
随机森林
皮尔逊系数
VMD-SSA-LSSVM模型
CO_(2)排放预测
特征参数筛选
Keywords
light-duty gasoline vehicle emissions
PEMS
random forest
Pearson coefficient
VMD-SSA-LSSVM model
CO_(2)emission prediction
characteristic parameter screening
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
改进的YOLOv8的路面裂缝识别算法
2
作者
何润昌
吐尔逊·买买提
刘健
朱兴林
何春光
董俊
徐粒
机构
新疆农业大学
交通
与物流
工程
学院
干旱荒漠区公路
工程
技术
交通
运输行业重点实验室
新疆农业大学智能交通工程研究中心
出处
《交通科技与经济》
2024年第5期65-72,共8页
基金
新疆交通投资(集团)有限责任公司科研项目(ZKX-FWCG-202212-015)
新疆农业大学研究创新计划项目(XJAUGRI2023040)
新疆农业大学交通运输工程校级重点学科开放课题项目(XJAUTE2022K01)。
文摘
路面裂缝是影响道路正常使用和交通安全的关键隐患之一。针对现阶段算法在路面裂缝识别中存在的成本高、效率低及准确率不足等问题,提出一种以YOLOv8框架为基础的改进的路面裂缝识别算法。首先,引入小目标层及额外的检测分割头,提升局部细小特征信息的检测和融合能力。其次,借鉴Transformer处理序列数据的上下文关联能力,融入了PET模块以获取全局自注意力机制,进一步优化对细小且长的裂缝的识别性能。此外,引入SPPF复用以增强特征信息表征,提升目标物体的识别和定位能力。结果表明,改进模型在路面裂缝识别有较显著提升,其mAP50达到73.1%,较原始提升8.3%,同时,与SSD、Mask R-CNN、YOLOv5、YOLOv6等4种算法进行对比分析,在均衡时空资源消耗和准确率下,改进算法具有更高的识别精度及环境适应性。
关键词
深度学习
路面裂缝识别
YOLOv8模型
检测分割头
PET模块
Keywords
deep learning
road surface crack detection
YOLOv8 model
detection head
PET module
分类号
U414 [交通运输工程—道路与铁道工程]
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VMD-SSA-LSSVM模型的汽油车CO_(2)排放预测
吐尔逊·买买提
成思怡
刘亚楼
《交通科技与经济》
2025
0
在线阅读
下载PDF
职称材料
2
改进的YOLOv8的路面裂缝识别算法
何润昌
吐尔逊·买买提
刘健
朱兴林
何春光
董俊
徐粒
《交通科技与经济》
2024
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
