期刊文献+
共找到3篇文章
< 1 >
每页显示 20 50 100
基于车牌照数据的通勤特征车辆识别研究 被引量:21
1
作者 畅玉皎 杨东援 《交通运输系统工程与信息》 EI CSCD 北大核心 2016年第2期77-82,112,共7页
近几年来,交通拥堵日益成为大中城市最严重的交通问题之一,而由通勤行为引起的早晚高峰交通拥堵最为突出,严重影响了城市居民的出行和交通系统的运行.因此,本文从车辆的角度出发,采用上海快速路牌照识别系统采集数据,通过k-means聚类数... 近几年来,交通拥堵日益成为大中城市最严重的交通问题之一,而由通勤行为引起的早晚高峰交通拥堵最为突出,严重影响了城市居民的出行和交通系统的运行.因此,本文从车辆的角度出发,采用上海快速路牌照识别系统采集数据,通过k-means聚类数据挖掘方法,提取路网中的通勤特征车辆,并分析了通勤特征车辆在路网中的出行时空分布.分析得出,在上海快速路网中,占全部检测车辆2.8%的通勤特征车辆在早晚高峰时提供了高达36%的交通量.在早高峰时段,识别出的通勤特征车辆主要分布路段为中环外圈、陆家嘴方向、逸仙高架和沪闵高架;晚高峰时段,基本集中在与早高峰的相反方向.研究结果表明,本文基于车牌照数据的数据挖掘方法,可以有效地提取通勤特征车辆并研究其出行行为的时空特征,能够为城市交通拥堵问题的缓解和交通需求管理政策的提出提供辅助决策信息. 展开更多
关键词 城市交通 通勤特征车辆 K-MEANS聚类 车牌照数据 车辆识别 交通需求管理
下载PDF
基于LSSVM的交通运行状态特征级数据融合研究 被引量:1
2
作者 向怀坤 袁媛 曾松 《深圳职业技术学院学报》 CAS 2017年第5期42-47,共6页
目前国内城市道路交通运行指数的计算数据普遍依赖单一的浮动车车速数据,为了进一步探讨多源交通传感器条件下如何有效提高用于指数计算数据的准确性和可靠性,本文以深圳市某快速路的地磁检测器和浮动车两种交通传感器作为实验对象,在... 目前国内城市道路交通运行指数的计算数据普遍依赖单一的浮动车车速数据,为了进一步探讨多源交通传感器条件下如何有效提高用于指数计算数据的准确性和可靠性,本文以深圳市某快速路的地磁检测器和浮动车两种交通传感器作为实验对象,在基于云模型云相似度数据修复预处理基础上,提出一种基于最小二乘回归支持向量机(LSSVM)的地磁检测器和浮动车的多源数据融合方法.通过采集该路段的地磁车辆检测器、自动车牌识别系统和浮动车数据,以自动车牌识别系统的采集数据作为交通运行状态的真值,对地磁检测器数据和浮动车数据的融合结果进行校核.实验结果表明,与地磁检测器和浮动车的单源数据得到的特征参数相比,LSSVM多源数据融合方法得到的交通运行特征参数更接近真实值.另外,本文还将该方法与传统的多传感器加权数据融合方法、BP神经网络融合方法进行了对比,结果表明LSSVM多源数据融合方法具有更好的数据融合精度和可靠性. 展开更多
关键词 城市交通 数据融合 运行状态估计 最小二乘回归支持向量机 车牌照数据 浮动车数据 地磁检测器数据
下载PDF
基于车牌照数据的城市快速路行程时间短时预测方法研究 被引量:2
3
作者 任千里 刘恒 +1 位作者 雷晓斌 石小法 《交通与运输》 2011年第B12期61-65,共5页
为了深入研究基于路段与基于路径两种不同的建模方法在城市快速路行程时间短时预测中的预测效果,以车牌识别系统采集的行程时间数据为研究对象,分别采用历史平均法、神经网络模型、支持向量机回归模型、非参数回归模型4种典型的预测算法... 为了深入研究基于路段与基于路径两种不同的建模方法在城市快速路行程时间短时预测中的预测效果,以车牌识别系统采集的行程时间数据为研究对象,分别采用历史平均法、神经网络模型、支持向量机回归模型、非参数回归模型4种典型的预测算法,对快速路的行程时间进行预测。研究结果表明,考虑交通特征的支持向量机模型会显著提高基于路段的行程时间预测效果,同时基于路径的非参数回归建模方法优于基于路段的组合建模方法,更适合城市快速路行程时间预测。 展开更多
关键词 短时行程时间预测模型 车牌照数据 快速路 基于路段建模 基于路径建模
下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部