-
题名考虑随机车祸影响的城市交通调度大数据系统设计
被引量：6
- 1
-
-
作者
李彦
-
机构
四川工商学院计算机科学与技术学院
-
出处
《现代电子技术》
北大核心
2017年第6期49-52,共4页
-
基金
四川省教育厅自然科学基金(15A181321)
-
文摘
由城市交通复杂性造成的车祸不可避免,而车祸发生的随机性一直是城市交通调度大数据系统需要解决的重点。为此,设计考虑随机车祸影响的城市交通调度大数据系统。车载单元进行GPS定位信息的收发和解析,并将GPS的定位和导航大数据转换成GPS文本信息。车载单元配备高性能的VB-C6401调制解调器,以实现系统对车祸大数据的有效识别,其是监控调度平台系统最重要的模块,进行GPS文本信息接收和车辆轨迹监控的工作,并综合考虑随机车祸对调度方案的影响,将GPS文本信息解析成城市交通调度方案。调度方案将以文本和语音两种形式传送到车载终端显示,以供居民使用。为了减少随机车祸对调度工作准确性的影响,系统设计了随机车祸事件的调度流程。经实验分析可知,所设计的系统拥有较高的调度性能。
-
关键词
随机车祸
城市交通调度
大数据系统
GPS
-
Keywords
random traffic accident
urban transportation dispatch
large data system
GPS
-
分类号
TN911.34
[电子电信—通信与信息系统]
U121
[电子电信—信息与通信工程]
-
-
题名基于改进型BP神经网络的随机车祸持续时间预测
- 2
-
-
作者
姚洁
-
机构
福州外语外贸学院
-
出处
《科技和产业》
2022年第2期376-380,共5页
-
基金
2019年福建省中青年教师教育科研项目(科技类)(JAT190906)。
-
文摘
由于道路交通事故的复杂性使之对事故持续时间的预测困难。采用因子分析和BP神经网络相结合的方法,以福银高速福州段近两年交通数据为依据,采用因子分析获取造成车祸事故的少量公共因子,将公共因子做降维处理后作为BP神经网络的输入参数,利用三层BP神经网络实现对随机车祸持续时间的预测。其结果与回归算法、支持向量机算法以及传统BP神经网络算法相比,精准度高、收敛速度快。
-
关键词
因子分析
BP神经网络
随机车祸持续时间
-
Keywords
factor analysis
BP neural network
random crash duration
-
分类号
F552
[经济管理—产业经济]
-
