期刊导航
期刊开放获取
cqvip
退出
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
6
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
基于轨迹数据的危险驾驶行为识别方法
被引量:
37
1
作者
薛清文
蒋愚明
陆键
《中国公路学报》
EI
CAS
CSCD
北大核心
2020年第6期84-94,共11页
连续的跟驰行为和换道行为是驾驶行为的主要构成部分,对交通拥挤和交通事故有着重要影响。通过无人机视频拍摄和图像处理方式,提取了曹安公路沿线的2个交叉路口间正常交通流状态下共600条多车高精度轨迹数据。首先,考虑车辆类型对驾驶...
连续的跟驰行为和换道行为是驾驶行为的主要构成部分,对交通拥挤和交通事故有着重要影响。通过无人机视频拍摄和图像处理方式,提取了曹安公路沿线的2个交叉路口间正常交通流状态下共600条多车高精度轨迹数据。首先,考虑车辆类型对驾驶行为产生直接的影响,分析了大车和小车的车辆轨迹特征变量分布的差异性,包括速度、加速度、碰撞时间倒数、车头时距等,在标记危险驾驶行为的过程中考虑车辆类型的影响。其次,针对不同的车辆类型,利用修正碰撞裕度对跟驰行为和换道行为进行风险性评估,将其划分为安全型和风险型。根据风险型行为发生的顺序以及持续时间,评估驾驶人的整体驾驶状态是否危险,作为危险驾驶行为识别的样本标记。分别利用离散小波变换和统计方法提取车辆轨迹的关键特征参数,为了提高模型识别效率,将关键特征参数进行排序,从而确定最优判别指标;最后,利用轻量梯度提升机(LGBM)算法对危险驾驶行为进行识别,并与随机森林、多层感知器、支持向量机等算法在精度上进行比较。研究结果表明:在上述研究条件下,LGBM算法对危险驾驶行为的理论识别率最高可达93.62%,可以实现基于机器学习算法的危险驾驶行为的高精度自动识别,该结果对于智能驾驶辅助系统的设计、道路交通安全决策的制定具有显著的意义。
展开更多
关键词
交通工程
危险驾驶行为识别
lgbm
算法
碰撞风险指标
离散小波变换
原文传递
基于熵权法-LGBM算法的岩爆等级预测模型研究
被引量:
1
2
作者
郑龙菲
周宗红
+2 位作者
刘剑
罗正良
赵亮
《化工矿物与加工》
CAS
2023年第10期39-45,共7页
为了解决多个岩爆预测指标数据间存在的数值和量纲差异导致指标利用率较低的问题,建立了基于熵权法和LGBM(Light Gradient Boosting Machine)算法的岩爆预测模型。首先运用熵权法消除指标数值差异的影响,确定各指标的权重,在此基础上引...
为了解决多个岩爆预测指标数据间存在的数值和量纲差异导致指标利用率较低的问题,建立了基于熵权法和LGBM(Light Gradient Boosting Machine)算法的岩爆预测模型。首先运用熵权法消除指标数值差异的影响,确定各指标的权重,在此基础上引入LGBM算法对样本数据进行训练,运用Leaf-wise叶子生长策略提升计算效率,最后将训练结果与传统LGBM模型、RF(Random Forest)模型和XGBoost模型的预测结果进行对比分析,结果表明,组合模型的预测准确率高达93.1%,明显优于单一模型。将组合模型应用于终南山隧道通风竖井的岩爆等级预测中,发现预测结果与实际情况基本相符,验证了组合模型的可靠性。
展开更多
关键词
岩爆等级预测
熵权法
lgbm
算法
组合模型
叶子生长策略
下载PDF
职称材料
机器学习LGBM算法预测隧道岩爆分级
被引量:
1
3
作者
刘永红
屈希峰
《四川建筑》
2021年第6期144-146,共3页
隧道岩爆一旦发生,破坏力较大,可能伤及人员和设备。传统隧道岩爆分级:一是通过工程类比、经验判据;二是利用数值分析,主要有剪切抗压强度比法、应力比法、临界深度法等。文章旨在研究国内外22个项目104组岩爆分级数据,通过机器学习LGB...
隧道岩爆一旦发生,破坏力较大,可能伤及人员和设备。传统隧道岩爆分级:一是通过工程类比、经验判据;二是利用数值分析,主要有剪切抗压强度比法、应力比法、临界深度法等。文章旨在研究国内外22个项目104组岩爆分级数据,通过机器学习LGBM分类算法预测隧道岩爆分级。该分析方法可用在其他室内试验或监测检测领域,为工程决策提供依据。
展开更多
关键词
隧道
岩爆分级
机器学习
lgbm
算法
下载PDF
职称材料
顾及轨迹还原与分类的渣土车作业行为提取方法
4
作者
庄汉宸
张亚茹
+1 位作者
王文轩
张书亮
《地球信息科学学报》
CSCD
北大核心
2023年第4期754-765,共12页
渣土车轨迹数据蕴含丰富的行为模式信息,包括停车行为、运输路径、异常活动、渣土装载与倾倒OD点等关键特征,已逐渐成为渣土车运行监测与作业行为监管的主要数据来源。但是目前在渣土车作业行为提取中仍主要采用车载GPS数据结合工地电...
渣土车轨迹数据蕴含丰富的行为模式信息,包括停车行为、运输路径、异常活动、渣土装载与倾倒OD点等关键特征,已逐渐成为渣土车运行监测与作业行为监管的主要数据来源。但是目前在渣土车作业行为提取中仍主要采用车载GPS数据结合工地电子围栏的传统签到系统,存在电子围栏与道路相互包含、重叠等一系列问题。针对传统渣土车作业行为提取中存在的车辆作业误判问题,本文提出一种顾及轨迹还原与分类的渣土车作业行为提取方法。①从运动状态和几何形态2个方面理解并识别渣土车作业行为模式;②利用顾及时间与距离的停留点提取算法提取车辆停留点,处理停留点与轨迹的映射关系,完成基于停留点的轨迹匹配;③构建平均相似值函数对轨迹进行语义信息增强;④提出SR-LGBM算法,筛选作业轨迹与非作业轨迹,实现渣土车的作业行为提取。采用南京市渣土车轨迹数据进行测试,结果表明,本文方法的准确率达97.29%,相比GaussianNB、Logistic Regression等传统分类算法其准确率与召回率均得到不同程度的提高,有效解决了电子围栏与道路重叠或多个围栏交叉造成的误判问题,可实现准确、高效的作业行为提取。
展开更多
关键词
渣土车轨迹数据
作业行为
作业行为模式
停留点
平均相似值函数
语义增强
轨迹特征参数
SR-
lgbm
算法
原文传递
不平衡数据驱动的山区公路货车移动遮断险态跟驰行为识别模型
5
作者
戢晓峰
薛唯
+2 位作者
卢梦媛
覃文文
李太峰
《安全与环境学报》
CAS
CSCD
北大核心
2024年第8期3015-3027,共13页
为识别山区双车道公路货车移动遮断下的小客车险态跟驰行为,基于无人机拍摄和视频轨迹提取技术提取车辆轨迹,利用人工少数类过采样法(Synthetic Minority Oversampling Technique,SMOTE)对不平衡轨迹数据过采样,并对驾驶行为聚类分析,...
为识别山区双车道公路货车移动遮断下的小客车险态跟驰行为,基于无人机拍摄和视频轨迹提取技术提取车辆轨迹,利用人工少数类过采样法(Synthetic Minority Oversampling Technique,SMOTE)对不平衡轨迹数据过采样,并对驾驶行为聚类分析,将跟驰行为标定为危险和安全两种类别;依据紧迫跟驰、偏移过大和车速变化大三种险态跟驰行为诱因,确定险态跟驰行为风险测度(Measure of Driving Risk,MOR),包括碰撞时间倒数、相对横向偏移量和速度变异系数,并将MOR和聚类标定标签作为识别模型输入变量;通过轻量梯度提升机(Light Gradient Boosting Machine,LGBM)建立险态跟驰行为识别模型,再通过支持向量机(Support Vector Machines,SVM)、随机森林(Random Forest,RF)和自适应增强(Adaptive Boosting,AdaBoost)算法验证模型的有效性。以云南省某山区双车道公路为例进行试验,共提取543对小客车跟驰货车轨迹数据,数据预处理后筛选出467对有效跟驰数据;经过采样处理和聚类标定,结果表明:小客车跟驰货车时,超三成小客车处于险态跟驰状态;险态跟驰行为直道和弯道识别模型的精确率分别达95.49%和95.48%,其中LGBM表现最稳定,而RF和AdaBoost的稳定性较差且精确率不高。基于LGBM的险态跟驰行为识别模型具有较高的准确率和稳定性,在车路协同和自动驾驶等领域有应用前景。
展开更多
关键词
安全工程
险态跟驰行为识别
轻量梯度提升机(
lgbm
)
算法
山区双车道公路
不平衡数据
下载PDF
职称材料
机器学习LGBM回归算法预测混凝土强度
被引量:
1
6
作者
刘永红
屈希峰
《四川建筑》
2021年第6期178-180,共3页
混凝土强度关乎土木结构安全,影响混凝土强度的因素诸多,文章采用机器学习LGBM回归算法分析台湾重华大学信息管理系叶怡成教授的混凝土强度试验相关数据,通过数据分析验证影响混凝土强度各因素的重要性,并回归预测混凝土强度。该分析方...
混凝土强度关乎土木结构安全,影响混凝土强度的因素诸多,文章采用机器学习LGBM回归算法分析台湾重华大学信息管理系叶怡成教授的混凝土强度试验相关数据,通过数据分析验证影响混凝土强度各因素的重要性,并回归预测混凝土强度。该分析方法可用在其他室内试验或监测检测领域,为决策提供依据。
展开更多
关键词
土木工程
机器学习
混凝土强度
lgbm
回归
算法
下载PDF
职称材料
题名
基于轨迹数据的危险驾驶行为识别方法
被引量:
37
1
作者
薛清文
蒋愚明
陆键
机构
同济大学道路与交通工程教育部重点实验室
出处
《中国公路学报》
EI
CAS
CSCD
北大核心
2020年第6期84-94,共11页
基金
国家重点研发计划项目(2017YFC0803902)。
文摘
连续的跟驰行为和换道行为是驾驶行为的主要构成部分,对交通拥挤和交通事故有着重要影响。通过无人机视频拍摄和图像处理方式,提取了曹安公路沿线的2个交叉路口间正常交通流状态下共600条多车高精度轨迹数据。首先,考虑车辆类型对驾驶行为产生直接的影响,分析了大车和小车的车辆轨迹特征变量分布的差异性,包括速度、加速度、碰撞时间倒数、车头时距等,在标记危险驾驶行为的过程中考虑车辆类型的影响。其次,针对不同的车辆类型,利用修正碰撞裕度对跟驰行为和换道行为进行风险性评估,将其划分为安全型和风险型。根据风险型行为发生的顺序以及持续时间,评估驾驶人的整体驾驶状态是否危险,作为危险驾驶行为识别的样本标记。分别利用离散小波变换和统计方法提取车辆轨迹的关键特征参数,为了提高模型识别效率,将关键特征参数进行排序,从而确定最优判别指标;最后,利用轻量梯度提升机(LGBM)算法对危险驾驶行为进行识别,并与随机森林、多层感知器、支持向量机等算法在精度上进行比较。研究结果表明:在上述研究条件下,LGBM算法对危险驾驶行为的理论识别率最高可达93.62%,可以实现基于机器学习算法的危险驾驶行为的高精度自动识别,该结果对于智能驾驶辅助系统的设计、道路交通安全决策的制定具有显著的意义。
关键词
交通工程
危险驾驶行为识别
lgbm
算法
碰撞风险指标
离散小波变换
Keywords
traffic engineering
risky driving behavior recognition
lgbm
algorithm
collision risk indicator
DWT
分类号
U491.25 [交通运输工程—交通运输规划与管理]
原文传递
题名
基于熵权法-LGBM算法的岩爆等级预测模型研究
被引量:
1
2
作者
郑龙菲
周宗红
刘剑
罗正良
赵亮
机构
昆明理工大学国土资源工程学院
保山金厂河矿业有限公司
出处
《化工矿物与加工》
CAS
2023年第10期39-45,共7页
基金
国家自然科学基金项目(51864023)。
文摘
为了解决多个岩爆预测指标数据间存在的数值和量纲差异导致指标利用率较低的问题,建立了基于熵权法和LGBM(Light Gradient Boosting Machine)算法的岩爆预测模型。首先运用熵权法消除指标数值差异的影响,确定各指标的权重,在此基础上引入LGBM算法对样本数据进行训练,运用Leaf-wise叶子生长策略提升计算效率,最后将训练结果与传统LGBM模型、RF(Random Forest)模型和XGBoost模型的预测结果进行对比分析,结果表明,组合模型的预测准确率高达93.1%,明显优于单一模型。将组合模型应用于终南山隧道通风竖井的岩爆等级预测中,发现预测结果与实际情况基本相符,验证了组合模型的可靠性。
关键词
岩爆等级预测
熵权法
lgbm
算法
组合模型
叶子生长策略
Keywords
prediction of rock burst intensity level
entropy weighted method
lgbm
(Light Gradient Boosting Machine)algorithm
combined model
leaf growth strategy
分类号
TD315 [矿业工程—矿井建设]
下载PDF
职称材料
题名
机器学习LGBM算法预测隧道岩爆分级
被引量:
1
3
作者
刘永红
屈希峰
机构
建研地基基础工程有限责任公司
陕西交通技术咨询有限公司
出处
《四川建筑》
2021年第6期144-146,共3页
文摘
隧道岩爆一旦发生,破坏力较大,可能伤及人员和设备。传统隧道岩爆分级:一是通过工程类比、经验判据;二是利用数值分析,主要有剪切抗压强度比法、应力比法、临界深度法等。文章旨在研究国内外22个项目104组岩爆分级数据,通过机器学习LGBM分类算法预测隧道岩爆分级。该分析方法可用在其他室内试验或监测检测领域,为工程决策提供依据。
关键词
隧道
岩爆分级
机器学习
lgbm
算法
分类号
U456.3 [建筑科学—桥梁与隧道工程]
下载PDF
职称材料
题名
顾及轨迹还原与分类的渣土车作业行为提取方法
4
作者
庄汉宸
张亚茹
王文轩
张书亮
机构
南京师范大学虚拟地理环境教育部重点实验室
江苏省地理信息资源开发与利用协同创新中心
出处
《地球信息科学学报》
CSCD
北大核心
2023年第4期754-765,共12页
基金
国家自然科学基金项目(42071364)。
文摘
渣土车轨迹数据蕴含丰富的行为模式信息,包括停车行为、运输路径、异常活动、渣土装载与倾倒OD点等关键特征,已逐渐成为渣土车运行监测与作业行为监管的主要数据来源。但是目前在渣土车作业行为提取中仍主要采用车载GPS数据结合工地电子围栏的传统签到系统,存在电子围栏与道路相互包含、重叠等一系列问题。针对传统渣土车作业行为提取中存在的车辆作业误判问题,本文提出一种顾及轨迹还原与分类的渣土车作业行为提取方法。①从运动状态和几何形态2个方面理解并识别渣土车作业行为模式;②利用顾及时间与距离的停留点提取算法提取车辆停留点,处理停留点与轨迹的映射关系,完成基于停留点的轨迹匹配;③构建平均相似值函数对轨迹进行语义信息增强;④提出SR-LGBM算法,筛选作业轨迹与非作业轨迹,实现渣土车的作业行为提取。采用南京市渣土车轨迹数据进行测试,结果表明,本文方法的准确率达97.29%,相比GaussianNB、Logistic Regression等传统分类算法其准确率与召回率均得到不同程度的提高,有效解决了电子围栏与道路重叠或多个围栏交叉造成的误判问题,可实现准确、高效的作业行为提取。
关键词
渣土车轨迹数据
作业行为
作业行为模式
停留点
平均相似值函数
语义增强
轨迹特征参数
SR-
lgbm
算法
Keywords
muck truck trajectory data
operation behavior
operation behavior pattern
stay point
average similarity function
semantic enhancement
trajectory feature parameters
SR-
lgbm
分类号
U495 [交通运输工程—交通运输规划与管理]
TP311.13 [交通运输工程—道路与铁道工程]
原文传递
题名
不平衡数据驱动的山区公路货车移动遮断险态跟驰行为识别模型
5
作者
戢晓峰
薛唯
卢梦媛
覃文文
李太峰
机构
昆明理工大学交通工程学院
云南省现代物流工程研究中心
云南省公路路政管理总队(云南省综合交通发展中心)
出处
《安全与环境学报》
CAS
CSCD
北大核心
2024年第8期3015-3027,共13页
基金
国家自然科学基金项目(52062024)
云南省交通运输厅科技创新及示范项目[2023-83(二)]。
文摘
为识别山区双车道公路货车移动遮断下的小客车险态跟驰行为,基于无人机拍摄和视频轨迹提取技术提取车辆轨迹,利用人工少数类过采样法(Synthetic Minority Oversampling Technique,SMOTE)对不平衡轨迹数据过采样,并对驾驶行为聚类分析,将跟驰行为标定为危险和安全两种类别;依据紧迫跟驰、偏移过大和车速变化大三种险态跟驰行为诱因,确定险态跟驰行为风险测度(Measure of Driving Risk,MOR),包括碰撞时间倒数、相对横向偏移量和速度变异系数,并将MOR和聚类标定标签作为识别模型输入变量;通过轻量梯度提升机(Light Gradient Boosting Machine,LGBM)建立险态跟驰行为识别模型,再通过支持向量机(Support Vector Machines,SVM)、随机森林(Random Forest,RF)和自适应增强(Adaptive Boosting,AdaBoost)算法验证模型的有效性。以云南省某山区双车道公路为例进行试验,共提取543对小客车跟驰货车轨迹数据,数据预处理后筛选出467对有效跟驰数据;经过采样处理和聚类标定,结果表明:小客车跟驰货车时,超三成小客车处于险态跟驰状态;险态跟驰行为直道和弯道识别模型的精确率分别达95.49%和95.48%,其中LGBM表现最稳定,而RF和AdaBoost的稳定性较差且精确率不高。基于LGBM的险态跟驰行为识别模型具有较高的准确率和稳定性,在车路协同和自动驾驶等领域有应用前景。
关键词
安全工程
险态跟驰行为识别
轻量梯度提升机(
lgbm
)
算法
山区双车道公路
不平衡数据
Keywords
safety engineering
dangerous car-following behavior recognition
Light Gradient Boosting Machine(
lgbm
)algorithm
mountainous two-lane highway
unbalanced data
分类号
X951 [环境科学与工程—安全科学]
下载PDF
职称材料
题名
机器学习LGBM回归算法预测混凝土强度
被引量:
1
6
作者
刘永红
屈希峰
机构
建研地基基础工程有限责任公司
陕西交通技术咨询有限公司
出处
《四川建筑》
2021年第6期178-180,共3页
文摘
混凝土强度关乎土木结构安全,影响混凝土强度的因素诸多,文章采用机器学习LGBM回归算法分析台湾重华大学信息管理系叶怡成教授的混凝土强度试验相关数据,通过数据分析验证影响混凝土强度各因素的重要性,并回归预测混凝土强度。该分析方法可用在其他室内试验或监测检测领域,为决策提供依据。
关键词
土木工程
机器学习
混凝土强度
lgbm
回归
算法
分类号
TU528 [建筑科学—建筑技术科学]
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
基于轨迹数据的危险驾驶行为识别方法
薛清文
蒋愚明
陆键
《中国公路学报》
EI
CAS
CSCD
北大核心
2020
37
原文传递
2
基于熵权法-LGBM算法的岩爆等级预测模型研究
郑龙菲
周宗红
刘剑
罗正良
赵亮
《化工矿物与加工》
CAS
2023
1
下载PDF
职称材料
3
机器学习LGBM算法预测隧道岩爆分级
刘永红
屈希峰
《四川建筑》
2021
1
下载PDF
职称材料
4
顾及轨迹还原与分类的渣土车作业行为提取方法
庄汉宸
张亚茹
王文轩
张书亮
《地球信息科学学报》
CSCD
北大核心
2023
0
原文传递
5
不平衡数据驱动的山区公路货车移动遮断险态跟驰行为识别模型
戢晓峰
薛唯
卢梦媛
覃文文
李太峰
《安全与环境学报》
CAS
CSCD
北大核心
2024
0
下载PDF
职称材料
6
机器学习LGBM回归算法预测混凝土强度
刘永红
屈希峰
《四川建筑》
2021
1
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