-
题名基于多源异构数据的高速路网交通拥堵状态识别
- 1
-
-
作者
钱凤萍
陈虚竹
赵琰
朱永东
郑德嘉
-
机构
浙江省交通运输信息中心
浙江数智交院科技股份有限公司
中移(杭州)信息技术有限公司
之江实验室
-
出处
《无线电通信技术》
北大核心
2025年第4期807-814,共8页
-
基金
浙江省交通运输重大研发科技项目(ZJXL-JTT-202223)。
-
文摘
随着射频识别、5G通信等物联网核心技术的不断发展,高速公路交通拥堵状态识别引入了更多异构的可参考信源。为了规避传统视觉与GPS方法的复杂性与可用性挑战,提出了一种基于多源异构数据的路网交通拥堵状态识别算法框架,针对射频识别、5G无线通信网络数据特点,设计了一套高效的数据预处理算法,以提高数据质量和可靠性。针对预处理后的手机信令与ETC门架数据,利用融合距离加权算法和S型3参数(S-shaped 3-parameter,S3)交通流模型评估路段交通拥堵态势,设计了决策级融合方法实现对公路级交通流量、速度和拥堵情况的精准刻画。通过对浙江全省域高速公路实际数据的案例分析和验证,交通拥堵状态识别准确率(Precision)和召回率(Recall)达到了93.6%和95.26%,相较于单一信源均有显著提升,证明了所提算法在高速拥堵状态识别领域的有效性和实用性,可为相应的路网交通管理决策提供依据。
-
关键词
拥堵状态识别
数据融合
物联网
手机信令
-
Keywords
congestion state recognition
data fusion
IoT
mobile signaling
-
分类号
U491.265
[交通运输工程—交通运输规划与管理]
-
-
题名基于航运信息服务的船联网标准体系框架
被引量：10
- 2
-
-
作者
刘克中
占真
韩海航
孙伟
-
机构
武汉理工大学航运学院
浙江省交通运输厅信息中心
上海海事大学信息工程学院
-
出处
《中国航海》
CSCD
北大核心
2014年第1期6-10,共5页
-
基金
国家自然科学基金面上项目(51279151)
交通运输部信息化科技项目(2012-364-208-201)
浙江省交通厅科技计划资助项目(2012W06)
-
文摘
船联网标准体系框架研究旨在构建一个面向航运智能化信息服务且能适应航运业发展的标准体系。首先,通过分析国内外相关体系构建现状,采用"自上而下"的管理服务驱动方法为构建船联网标准体系框架提供指导;其次,从信息服务的角度,以信息流为导向构建航运信息服务业务模型,即采用"自下而上"的业务驱动方法构建船联网标准体系三维框架;最后,从视图分层角度,进一步对三维体系框架进行细化分类。船联网标准体系框架作为船联网标准体系的核心内容,对规范和推进船联网相关研究及建设实施具有一定的理论和现实意义。
-
关键词
水路运输
船联网
标准体系
信息服务
航运
-
Keywords
waterway transportation
Internet of ships
standard system
information service
shipping
-
分类号
U692
[交通运输工程—港口、海岸及近海工程]
-
-
题名基于最大最小序列图相似增强的非平衡事故预测模型
- 3
-
-
作者
蔡祺
陈虚竹
陈元昊
刘馥娴
金苍宏
-
机构
浙江省交通运输信息中心
浙江数智交院科技股份有限公司
浙大城市学院计算机与计算科学学院
-
出处
《计算机应用》
北大核心
2025年第S1期188-193,共6页
-
基金
新一代人工智能国家科技重大专项(2022ZD0119100)
浙江省自然科学基金联合基金资助项目(LHZSD24F020001)
浙江省交通运输重大研发科技项目(ZJXL-JTT-202223)。
-
文摘
针对道路交通安全分析中的事故预测准确性受限于特征信息稀缺、类别不平衡,以及小样本数据类型预测难度大的问题,提出一种基于最大最小序列图相似增强的非平衡事故预测模型MMGS_SMOTE(Max-Min sequence Graph Similarity-Synthetic Minority Over-sampling TEchnique)。首先,构建事故类型特征序列;其次,根据不同事故类型构建异构序列图(HG),并采用最大最小相似度匹配的过采样算法增加小样本的数量;最后,融合离散特征值,并使用分类模型预测事故类型。在美国交通事故数据集US-Accident和浙江省高速公路交通事故数据集ZJ-HW上的实验结果表明,在预测的事故类型上与传统的合成少数类过采样技术(SMOTE)及其衍生算法对比,相较于次优方法,所提模型的平均马修斯相关系数(MCC)分别提升了2.41和1.63个百分点,并且所提模型能降低事故数据不平衡对实验结果的影响。
-
关键词
交通事故预测
时间序列
异构图
过采样算法
机器学习
-
Keywords
traffic accident prediction
time series
Heterogeneous Graph(HG)
over-sampling algorithm
machine learning
-
分类号
TP391.4
[自动化与计算机技术—计算机应用技术]
-
