期刊文献+
共找到5篇文章
< 1 >
每页显示 20 50 100
区域交通流的时空预测与分析 被引量:17
1
作者 韩卫国 王劲峰 +1 位作者 高一鸽 胡建军 《公路交通科技》 CAS CSCD 北大核心 2007年第6期92-96,共5页
论述了短时交通流预测模型的分类、特点和适用条件。通过历史交通流量记录运用最优抽样间隔数据分析发现,在城市道路网络中,路口自身和近邻路口的交通流数据之间存在紧密的时空关系。利用时空自回归移动平均模型来建立路口间交通流的时... 论述了短时交通流预测模型的分类、特点和适用条件。通过历史交通流量记录运用最优抽样间隔数据分析发现,在城市道路网络中,路口自身和近邻路口的交通流数据之间存在紧密的时空关系。利用时空自回归移动平均模型来建立路口间交通流的时空关联关系,用于区域交通流的短时预测和时空分析,并详细介绍了该模型的数学描述和建模过程。采用长安街及其沿线路口的区域交通流量作为试验数据,验证了该模型在交通流的短时预测和时空分析中的可行性。该模型在考虑预测值所在位置时间序列的同时,也考虑到了空间上相邻位置的时间序列,大大提高了短时交通流预测的准确性。 展开更多
关键词 智能运输系统 交通流时空预测 时空自回归移动平均模型 时空关联关系
下载PDF
复合极端事件及其危险性评估研究进展 被引量:5
2
作者 方建 陶凯 +2 位作者 牟莎 方佳毅 杜士强 《地理科学进展》 CSCD 北大核心 2023年第3期587-601,共15页
近年来频发的极端天气气候事件引起了广泛关注,其灾害过程往往源自多个因素的相互作用,给区域安全和风险防范带来诸多挑战。论文结合文献计量,在系统梳理复合极端事件相关研究的基础上,重点阐述了复合极端事件的概念内涵、类型特征和主... 近年来频发的极端天气气候事件引起了广泛关注,其灾害过程往往源自多个因素的相互作用,给区域安全和风险防范带来诸多挑战。论文结合文献计量,在系统梳理复合极端事件相关研究的基础上,重点阐述了复合极端事件的概念内涵、类型特征和主要驱动因素,并归纳了复合事件时空关联分析和危险性评估的主要方法。结果表明:(1)近年来研究的事件类型丰富多样,不同时空关联、不同要素组合类型事件的研究不断涌现;(2)研究内容体系日益完善,概念特征、关联关系、成因机制和危险性评估的研究持续推进;(3)研究技术手段不断发展,以Copula为核心的联合概率统计建模实现由二维向多维、由静态向动态发展,以耦合水文水动力学模型和海洋模式为代表的数值模拟精细度不断提高。但在部分重难点问题方面仍需进一步深入研究,包括时间继发型和空间异地型复合事件复杂时空关联结构的诊断建模,天气系统、大尺度环流因子和人类活动多因素对复合事件综合影响的研究,复合事件危险性情景及多维联合概率分析等。此外,未来亟需探究气候变化下复合事件边缘分布和关联结构的非平稳变化及其对复合事件风险的影响。 展开更多
关键词 极端天气气候事件 复合极端事件 时空关联关系 驱动因素 危险性评估
原文传递
表示空间分布的时间词--语言表述中的隐性认知事件 被引量:5
3
作者 任鹰 《当代修辞学》 CSSCI 北大核心 2010年第6期1-13,共13页
由比较具体的空间义引申出相对抽象的时间义,是合乎人的认知规律及语言范畴扩展规则的语言现象。然而,语言中也存在看似有悖这一规则的现象,即存在所谓的"表示空间分布的时间词"。从深层概念结构的角度来看,"表示空间分... 由比较具体的空间义引申出相对抽象的时间义,是合乎人的认知规律及语言范畴扩展规则的语言现象。然而,语言中也存在看似有悖这一规则的现象,即存在所谓的"表示空间分布的时间词"。从深层概念结构的角度来看,"表示空间分布的时间词"所表示的是人对空间景象有所发现、有所感知的认知行为的时间特征,是描述空间景象的语言结构所隐含的认知事件的时间要素。从表层语言结构的角度来看,原本属于认知事件的时间成分能与描述空间景象的共现成分相组配,并与句式义相融合,主要是一种基于时空关联关系的事理逻辑及认知机制在起作用。人既是语言认知与表述的主体,也是语言认知与表述的客体,以认知体验为模型构建关于外部世界的意象,从而生成各类带有"移情"色彩的语言结构,是很常见的语言认知方式和语言表达策略。 展开更多
关键词 时间词 空间景象 认知事件 时空关联关系 回溯推理
下载PDF
分布式时空相关服务网络构建及其在IOT服务发现中的应用 被引量:1
4
作者 杨冬菊 赵卓峰 《重庆大学学报(自然科学版)》 EI CAS CSCD 北大核心 2020年第7期6-18,共13页
随着IOT(Internet of Things)服务的规模不断扩大,IOT服务的分布式管理是必然趋势。基于时空相关属性快速发现一组满足要求的IOT服务是IOT服务管理与使用中要解决的首要问题。传统的根据语法或语义进行服务发现的方法通常面对的是海量... 随着IOT(Internet of Things)服务的规模不断扩大,IOT服务的分布式管理是必然趋势。基于时空相关属性快速发现一组满足要求的IOT服务是IOT服务管理与使用中要解决的首要问题。传统的根据语法或语义进行服务发现的方法通常面对的是海量、离散的服务集合,服务发现时间与服务规模关系密切,并且在多次迭代递进的服务发现请求中结果无法重用。针对上述问题,提出了一种分布式时空相关服务网络的构建方法,利用服务之间的时空聚合关系与时空连接关系在离散、独立的服务之间建立关联,从而通过构建时空相关服务网络对服务进行组织与管理,重点探讨分布式环境下时空相关服务网络的构建、演化方法,以高速公路紧急事件处置场景作为案例,讨论基于服务网络的服务快速发现。 展开更多
关键词 IOT服务 服务发现 时空关联关系 服务网络 时空相关服务网络
下载PDF
利用浮动车大数据进行稀疏路段行程时间推断 被引量:3
5
作者 张发明 朱欣焰 +1 位作者 呙维 胡涛 《武汉大学学报(信息科学版)》 EI CSCD 北大核心 2017年第1期56-62,共7页
针对利用实时浮动车数据估计路段行程时间时存在的数据稀疏性问题,提出了构建三层神经网络模型,以目标路段与邻接路段间的特征关系为输入、目标路段与邻接路段行程时间比值为输出,利用浮动车历史大数据获取路段之间的交通时空关联关系,... 针对利用实时浮动车数据估计路段行程时间时存在的数据稀疏性问题,提出了构建三层神经网络模型,以目标路段与邻接路段间的特征关系为输入、目标路段与邻接路段行程时间比值为输出,利用浮动车历史大数据获取路段之间的交通时空关联关系,继而用于路段行程时间的推断。采用武汉市2014年3~7月的浮动车GPS历史数据进行验证,得到的路段行程时间估计值的平均绝对百分比误差小于25%,证明了所提方法的有效性。 展开更多
关键词 浮动车大数据 数据稀疏性 时空关联关系特征 神经网络 行程时间推断
原文传递
上一页 1 下一页 到第
使用帮助 返回顶部