基于网络客流传播的轨道交通关键站点识别

为了更为真实的反映城市轨道交通网络的实际运营情况,在复杂网络理论基础上,进一步考虑客流因素的影响,提高网络中关键站点识别的准确性,通过分析站区间断面客流来源,根据普通站和换乘站的客流运输功能特征,分别构建了客流传播模型,对历史刷卡数据配流统计标定模型参数,并结合复杂网络的度与介数提出了4个关键站点识别指标.以某市轨道交通网络为例,利用刷卡数据对某工作日早高峰时段进行了全网动态客流演示并展示关键车站.研究结果表明:关键线路为1号线与10号线,南站、西二旗、天通苑附近乘客滞留严重,客流负荷强度大的车站更易受到大客流的冲击;本文所构建的客流传播模型可动态显示全网各区间等级及滞留车站的变化,并能综合真实客流、线路运输能力以及线网结构三方面的指标识别关键站点,可更有效地为轨道交通网络安全管理提供参考.     

基于改进PSO算法的两阶段损伤识别方法

为解决结构多损伤情况下的位置识别和损伤程度判定问题,提出了一种基于改进粒子群优化算法和贝叶斯理论的两阶段损伤识别方法,该方法采用频率和模态应变能作为损伤定位源数据,分别用基于频率改变和基于应变能耗散率的识别方法进行损伤信息的初步提取,再利用贝叶斯融合理论对损伤位置进行较为精确的判定.然后,利用粒子群优化(PSO)算法对损伤位置和程度进行更为精确的二次识别.考虑到简单PSO算法易陷入局部最优解,提出了3种改进措施,即粒子位置突变、最优记忆粒子微搜索和双收敛措施.数值仿真结果表明:采用贝叶斯融合理论可以有效地识别出可能的损伤单元,在此基础上用改进的PSO算法可以更精确地识别损伤的位置和程度,同时采用3种改进措施的PSO算法的识别精度明显优于其他PSO算法和遗传算法.     

基于形态检测与深度学习的高空视频车辆识别

为了准确提取广域场景道路交通信息,本文融合形态检测与深度卷积网络,提出了无人机视频车辆定位及车型识别方法. 首先,基于形态检测建立候选目标提取算法,并构建了含244 520 个无人机视频车辆样本的深度学习图像基准库;然后,通过增加卷积层、池化层及调整网络参数等方法对AlexNet 进行重构,提出了改进模型AlexNet*;最后,建立了基于候选目标提取算法与AlexNet*的车辆识别方法. 验证分析显示：AlexNet*的图像分类F1 均值达 85.51% ,优于AlexNet(82.54% )、LeNet(63.88% )、CaffeNet(46.64% )、VGG16(16.67% ) 及 GoogLeNet(14.38%);本文车辆识别方法对小汽车及公交车的正检率、重检率和漏检率均值分别达94.63%、6.87%、4.40%,可有效识别无人机视频目标.     

基于形态检测与深度学习的高空视频车辆识别

为了准确提取广域场景道路交通信息,本文融合形态检测与深度卷积网络,提出了无人机视频车辆定位及车型识别方法. 首先,基于形态检测建立候选目标提取算法,并构建了含244 520 个无人机视频车辆样本的深度学习图像基准库;然后,通过增加卷积层、池化层及调整网络参数等方法对AlexNet 进行重构,提出了改进模型AlexNet*;最后,建立了基于候选目标提取算法与AlexNet*的车辆识别方法. 验证分析显示：AlexNet*的图像分类F1 均值达 85.51% ,优于AlexNet(82.54% )、LeNet(63.88% )、CaffeNet(46.64% )、VGG16(16.67% ) 及 GoogLeNet(14.38%);本文车辆识别方法对小汽车及公交车的正检率、重检率和漏检率均值分别达94.63%、6.87%、4.40%,可有效识别无人机视频目标.     

适用于一票制公交大数据的系统化处理方法及应用 ——以银川市为例

为分析公交乘客出行特征,利用公交IC卡数据、公交GPS数据、车载机数据和单程站点关系表,通过各类数据关联融合,提出适用于一票制公交大数据的系统化处理方法。基于Oracle搭建分析数据库,采用Python语言编写代码,构建了乘客上车站点推断算法、基于出行链的乘客下车站点推断算法、基于概率的乘客下车站点推断算法和乘客换乘站点识别算法4种站点推断算法。基于此,运用银川公交大数据进行客流集散点识别、客流走廊识别,得到公交站点上下客流量分布情况、公交线路客流量分布情况、公交站点的换乘客流量分布情况。研究结果表明,一票制公交大数据系统化处理方法在分析公交乘客出行特征方面具有一定的应用价值。     

高速铁路列车运行调整策略优化

在分析高速铁路列车运行调整问题及策略优化思想的基础上,以列车加权总晚点时间最小为目标,考虑列车运行时分、车站间隔时间等约束,建立了高速铁路列车运行调整策略优化模型.针对不同适用情况,提出三种基础调整策略,构建情景-策略匹配表,并基于极大加代数的时刻表递推思路,运用C#软件进行求解.最后以京广高铁区段为例,随机假设晚点情景,分析调整结果 .优化后策略匹配度为100%,晚点时间平均减少24.07 min,晚点幅度降低4.2%~53.5%,求解效率显著提升,验证了模型和算法的有效性.     

香港乘客有望买到内地高铁网络车票

正香港特区政府运输及房屋局(简称"运房局")近日表示,广深港高铁香港段开通后,香港铁路有限公司(简称"港铁")将发售来往香港及内地共18个站点的跨境车票。港铁公司正与内地高铁有关部门协商,让乘客能够在香港购买到内地高铁网络的车票。港铁发言人近日对记者表示,港铁将发售以香港西九龙站为起点或终点的高铁车票,其中包括4趟短途及14趟长途列车将抵达的站点。对于这18个站点外的内地高铁网络     

基于轨迹大数据的城市交通感知和路网关键节点识别

结合城市道路网络的拓扑结构特征和交通流特性,建立基于有向加权复杂网络的城市交通网络关键节点识别模型.以兰州市连续7天的出租车GPS数据为基础,分析并可视化呈现兰州市在工作日和非工作日的城市交通流状态,并采用基于DWNodeRank的有向加权复杂网络关键节点识别方法对兰州市路网关键节点进行识别研究.本文研究方法和结果可为交通管理部门的规划、设计和管理提供科学指导.     

钢桁梁桥的损伤诊断研究

首先针对基于动力特性和人工神经网络的桥梁结构损伤诊断研究情况作了简要介绍,主要工作是将动力特性参数作为神经网络的输入数据,以改进的频率和振型动力特性组合指标参数对钢桁架简支桥梁结构进行了损伤识别,识别结果表明对钢桁架简支桥梁的损伤位置识别误差较小,对损伤程度的识别效果稍差,识别方法还需要进一步改进。     

基于语音信号与文本信息的双模态情感识别

情感识别已成为人机交互不可或缺的部分,目前单模态情感识别具有识别率低、可靠性差的特点,故提出一种融合语音信号与文本信息的双模态情感识别方法。首先,采集特定情感状态下的语音信号及文本信息;然后提取语音相关特征参数以及文本情感关键词特征参数并对其进行优化;最后,对两个单模态识别器的输出结果进行加权融合获得识别结果。针对所提算法进行了相关实验研究,结果表明双模态情感识别技术具有更高识别精度。     

基于GERT网络的应急救援关键路段识别

为了及时识别出突发事件下城市道路的关键路段,以构建最短应急救援路径,本文提出了一套完整流程.首先,针对路网在应急条件下的贫信息环境特征,设计一种基于模糊综合评判的行程时间估算方法.然后,考虑救援人员的应急心理和经验选择行为,构建面向广义阻抗的GERT(Graph Evaluation and Review Technique)网络模型.最后,运用Dijkstra算法获得救援路径完成关键路段识别.以成都市某区域实际交通网络为算例进行验证,结果表明:基于2种模糊算子估算路段行程速度,其绝对误差为2.722 km/h,精度较高;与传统关键路段识别方法相比,GERT网络模型能更好地反映行程时间和路段拥挤度对路径选择行为的影响(拟合度80.95%),并将重要度识别技术从路网降低到路径层面,效果良好.     

基于IC卡数据的地铁站点识别方法分析与研究

为了高效精准地获取地铁终端与站点的对应关系,提出了一种基于IC卡数据的地铁站点识别方法.首先通过整理IC卡地铁数据、地铁站点信息以及少量的关键站点采集数据,分析分段票价政策,绘制终端票价表、关键站点票价表等,最后采用聚类方法获取结果.通过数据对比验证发现该方法能够精确快速地获取地铁终端与站点的对应关系.该方法能够为后期进行地铁OD分析、城市公共交通换乘分析等提供了准确的数据支持,并且有利于通过数据分析提高用户的使用体验和城市交通管理的效率.     

基于最短路径关键转向的交叉口应急交通管制优化

针对"点"对"点"式的救援交通组织问题,研究交叉口应急交通管制的优化方法.将事故点至救护点之间的时间最短路径作为规划救援路径,通过识别最短路径关键转向,并以保障关键转向畅通为主要出发点,对相关交叉口实行交通管制.为寻找救援路径上的关键转向,将道路网抽象为方向性点权网络,给出该类网络中最短路径关键转向的定义,并对Dijkstra算法进行改进,给出在该类网络中寻找最短路径及关键转向的有效算法.最后以一个实例说明了方法的应用.     

基于改进Faster R-CNN的高铁扣件检测算法

针对高铁无砟轨道中扣件发生松动，导致高铁扣件发生偏移或丢失的问题，提出一种基于改进Faster R-CNN的高铁扣件检测算法。在特征提取网络中引入可变形卷积，构建可变形残差卷积块，使特征提取过程更加集中于扣件区域，实现扣件状态的精确提取；并采用Alpha-IoU作为目标回归损失函数提高高铁扣件的回归精度。实验结果表明，该算法提高了高铁扣件的检测精度，相比于其他算法，能更准确地进行扣件定位和状态检测。     

基于视频列车车号识别系统的研究

提出了基于视频的铁路列车车号的识别系统,为铁路列车设计了一种全新的列车车号识别方法.系统通过对铁路现有设备的利用优化了列车图像的采集方法,同时提出用图像的色彩信息准确进行列车车牌图像定位分割和以像素面积原理为基础的搜索寻优进行列车车牌倾斜校正.在字符分割与识别部分使用了改善后的快速准确算法对列车车号进行处理.各个部分均采用改进了的针对性强、实用、快捷的算法和技术,完成了对列车车号识别的功能.     

西安铁路局高铁物流规划研究

针对目前铁路物流面临的发展滞后问题,在分析高铁物流发展的背景和意义基础上,结合西安铁路局高速铁路发展规划,对沿线各地区的城市当前快递物流量进行研究分析,并对未来高铁物流需求量进行预测。以高铁物流需求量大小为基础,综合地区经济发展程度、区域覆盖范围等因素,研究各地区主要站点的网络布局。最后,在分析高铁物流运输可能采用的方式基础上,提出西安铁路局高铁物流列车的开行方案。     

基于特征重整及优化训练的遮挡人脸识别算法

以ResNet50网络为基础网络,提出了使用信息熵的权重特征对池化层的信息进行优化,在不增加额外参数的情况下使得网络特征提取更加充分;同时提出了改进型PSO(粒子群)算法对卷积网络误差反向传播阶段进行优化,通过比较GSA(引力搜索)优化前后最优粒子的适应度函数值,以此确保每次迭代中获得全局最优粒子.实验结果表明本文提出的方法有助于人脸的识别,尤其是在遮挡人脸的识别中,同时优化后的网络的训练收敛速度和识别速度也有了明显提升.     

基于综合矩阵的城市公交网络模型的公交换乘研究及算法实现

提出建立基于综合矩阵的城市公交网络模型。该模型以城市道路网络为基础,并结合了现有公交网络。运用建立的综合矩阵模型结合布尔算法原理提出了改进的布尔算法,并成功应用于城市公交换乘求解,运用该方法在站点客流量约束条件下进行求解,最后对建立的模型进行了示例验证。     

航班后效晚点传播时间的混沌现象及其定量分析

由于一些不确定的因素致使航班进入停机位晚点,而在两相邻航班中前行航班的晚点会不同程度的传播给后行航班计划进入停机位时间. 为了研究航班晚点传播时间的规律,本文提出了航班后效晚点传播时间的计算方法,并利用航班进入停机位晚点时间的分布规律,对航班进行随机延误得到航班后效晚点传播时间的时间序列;然后为了能使时间序列蕴藏的信息得以充分体现,采用Takens嵌入定理对相空间进行重构得到一系列相点,从而通过这些相点可以定量计算判别混沌现象的参数即关联维数和Lyapunov指数;最后通过G-P算法与小数据量法分别计算此混沌参数,验证了航班后效晚点传播时间的时间序列具有混沌效应.     

基于神经网络和多信息融合的高速公路交通事件检测算法

高速公路事件检测是事件管理过程的核心和关键,在总结国内基于神经网络事件检测算法的基础上,提出基于LVQ网络模型和信息融合的交通事件检测新算法,将主线检测器得到的信息和收费站处得到的信息进行融合来判断交通事件的发生。将LVQ神经网络作为分类器进行交通事件自动检测,为进一步提高神经网络的泛化能力,采用改进的Boosting算法,进行网络集成。仿真实验表明:该算法具有更高的检测率、更低的误报率,可以明显改善检测效果。