商业步行街交通影响分析及交通组织优化

利用烟羽模型分析了商业步行街对周边城市路网的交通影响范围,描述了商业步行街对周边路网的影响内容。以合肥市淮河路步行街为例,计算出具体的影响范围,分析了其对周边城市路网车流和行人的交通影响,并从单行交通、静态交通和公共交通3个方面提出了具体的交通组织优化措施,使商业步行街对城市路网的负面影响降到最低。     

城市核心区主干路交通拥塞演变规律分析

以昆明市为例,通过实地调查的方式,分析了城市核心区主干路的交通区域拥塞交通流特性,运用烟羽模型对交通拥塞的时空变化规律进行了定量化分析.定性分析了驾驶员行为特性对道路交通拥塞影响,提出首次交通拥塞与二次交通拥塞的概念,并结合道路状况,借鉴蚁群模型的理论,对首次交通拥塞到二次交通拥塞演变规律进行了分析,总结出基于驾驶员行为特性的演变规律.     

基于高斯烟羽模型的铁路易燃气体泄漏扩散分析

以丙烷的运输为例,采用了高斯烟羽模型,分析了危险货物发生泄漏事故后的扩散过程,获得了丙烷在不同大气稳定类别条件下的致死区域和致伤区域半径情况;建立了多泄漏源危险货物扩散模型,分析了危险货物车辆布置方式对多泄漏源危险货物扩散的影响,结果表明应优先采用集中布置的方式,车辆数对扩散浓度有影响,扩散浓度的增加率高于车辆教的增加率.     

城乡接合部道路交通事故辐射范围分析

为合理确定城乡接合部道路交通事故的影响范围,以重力模型为基础,构建城乡接合部影响带模型。分析城乡接合部道路交通事故辐射范围的4个影响因素：交通流特征参数、交通组成、道路横断面、土地利用。对交通事故影响持续时间进行分析计算,进而基于烟羽模型构建城乡接合部道路交通事故辐射范围模型。最后,根据昆明市兴呈路事故数据验证了模型的可行性。同时为便于实际应用,建立了道路交通事故辐射范围分析系统,可得到事故在时间和空间上的动态影响范围。     

改进的Logit多路径分配模型及其求解算法研究

通过对多路径Logit分配模型及经典的Dail算法的研究,并针对Logit分配模型及Dail算法的缺陷,提出的一种改进的Logit模型及相应改进的Dail法,对交通分配及速度求解速度都有非常重要的意义.     

基于改进人工势场法的车辆路径规划与跟踪控制

针对采用传统人工势场法进行车辆路径规划时易造成局部极小值与目标不可达的问题,通过改变斥力函数并增加车道边界约束条件函数的方式改进传统人工势场法,进行车辆路径规划。采用模型预测控制(model predictive control, MPC)算法跟踪控制改进人工势场法生成的规划路径,采用软件CarSim与Simulink搭建联合仿真模型对路径跟踪效果进行仿真试验。结果表明：改进人工势场法路径规划合理有效;跟踪路径与规划路径的横向误差小于0.4 m。改进人工势场法和MPC算法应用于无人驾驶车辆的路径规划与跟踪控制具有可行性。     

考虑抗震组合的反应位移法计算模型研究

地铁车站结构在地震中的受力多处于非线性阶段,在抗震设计中采用荷载效应组合的方式是不合理的。结合反应位移法的研究现状,采用先进行荷载组合、再进行结构地震反应计算的方法,对目前规范中的反应位移法模型进行改进,并将改进后的计算模型与规范中两种反应位移法,以及时程分析法进行了对比分析。对比结果表明:以时程分析法作为基准,改进后的反应位移法计算模型的结果较为精确,稳定性较高,而且计算过程简单直接,是具有一定实用价值的计算方法。     

改进重心法在单个停车场选址中的应用

采用了一种常见的重心法模型,加以改进并且尝试用这种较为简单的连续型模型来解决单个停车场的选址问题。首先分析了重心法模型,讨论了其应用于停车场规划的可行性和优点,然后在考虑距离和费用因素的情况下,将改进后的重心法模型应用于单个停车场的选址规划中进行分析计算,并且给出算例进行了验证,最后提出了模型应用于多个停车场选址问题时的改进思路。     

基于改进TOPSIS法的现代有轨电车运营评价研究

首先建立了改进的优劣解距离法综合评价模型,然后根据现代有轨电车的运营特征,构建了其评价指标体系。最后应用改进的优劣解距离法综合评价模型,对四个城市现代有轨电车的运营情况进行了评价。通过对比分析评价结果和实际运营情况表明,城市现代有轨电车运营情况的分析评价用此方法确实可行。     

改进的灰色模型在船闸通过量预测中的应用

对灰色GM(1,1)模型进行了改进,通过函数变换改变序列的光滑度,以积分逼近值代替均值作为相邻时间间隔增长量,以提高发展系数精度,从而得到了比原GM(1,1)模型模拟精度高和适用法范围更广的新模型.并以苏北运河船闸历年累计货物通过量为实例,运用原始模型与改进模型对船闸通过量进行预测,预测值与真实值相比较后,证实了文中改进的灰色模型精度较高,适用范围更广.     

自适应期望跟车间距和行为习惯的驾驶人跟驰模型

为满足智能车辆的个性化需求，提高智能车辆人-机交互协同的满意度和接受度，构筑双层驾驶人跟驰模型框架，提出自适应驾驶人期望跟车间距和行为习惯的个性化驾驶人跟驰模型。首先，提取个体驾驶人跟驰均衡状态的数据，采用高斯混合和概率密度函数(Gaussian Mixture Model and Probability Density Function, GMM-PDF)建立第 1 层模型，即驾驶人期望跟车距离模型。然后，将期望跟车距离参数引入模型，基于高斯混合-隐马尔可夫方法(Gaussian Mixture Model and Hidden Markov Model, GMM-HMM)学习驾驶习性，建立第2层模型预测加速度，即个性化驾驶人跟驰模型。其次，研究不同高斯分量个数对模型效果的影响，对比双层模型与 Gipps 模型、最优间距模型(Optimal Distance Model, ODM)、单层模型及通用模型的性能。最后，8位被试驾驶人的自然驾驶行为数据验证结果表明：高斯分量数量与模型性能存在一定的正相关性；在最优高斯分量数量下，8位被试驾驶人在训练集上预测误差均值为0.101 m·s-2，在测试 集上为0.123 m·s-2；随机选取其中1位驾驶人的2个跟车片段数据进行模型计算，结果显示，加速度的平均误差绝对值分别为0.087 m·s-2和0.096 m·s-2，预测效果优于Gipps模型、ODM模型、单层 模型及通用模型30%以上，与驾驶人实际跟驰行为的吻合度更高。     

一种新的车辆图像识别分类算法研究

提出了一种在静止背景交通图像序列中运动车辆的检测和分类方法,即基于GVF-Snake模型和惯量椭圆的车辆分类算法。利用混和高斯模型(GMM)、期望最大化(EM)估计算法、改进GVF-Snake模型,从序列交通视频图像中检测出运动车辆;然后,借用刚体惯量椭圆原理,计算运动车辆等效椭圆偏心率,从而建立车长-车投影面积-车的等效椭圆偏心率三参数建立了车辆分类器。该方法的车辆检测与分类都是基于数理统计原理,算法复杂度小,可用数字逻辑编程实现,适合在嵌入式系统中应用。     

基于分类车头时距的城市道路大型车影响分析

为量化大型车对城市道路交通运行的影响，提出基于大量车牌识别(License Plate Recognition, LPR)数据研究路段、交叉口左转、交叉口直行这3类车头时距，分析大型车影响的方 法。首先，将LPR数据按采集位置划分，提出差异化数据预处理流程，得到用于考察不同车道条 件下4类过车组合的车头时距集合；然后，以高斯混合模型(Gaussian Mixed Model, GMM)、对数正 态混合模型及高斯/对数正态混合模型这3类共13个子模型分别对上述所有集合建模，以最大期 望算法求解参数；之后，以Kolmogorov-Smirnov检验排除不满足要求的模型，综合赤池信息准则 与最小描述长度准则对剩余模型择优；最后，基于最优模型参数定量评价大型车对不同类型车道 的影响。以某城市区域多个卡口与电子警察设备采集的大量LPR数据验证方法有效性。结果表 明：路段与交叉口、交叉口各功能车道的车头时距不符合同一分布，宜区分建模；3个密度分支的 GMM拟合各类车头时距集合均有最佳表现，其他模型在不同阶段体现出不适应性；各种车道条 件下，大型车对相关过车组合的车头时距均值及标准差均有不同程度的影响，且该影响按照路 段、交叉口左转、交叉口直行的顺序依次递减。拟合结果可供大型车影响评价借鉴。     

考虑交通运行条件影响的驾驶员特征聚类

为提升驾驶员特征聚类方法的适用性与可靠性，本文基于机动车运行轨迹分析提出考虑交通运行条件影响的驾驶员特征聚类改进方法。首先，经过对车辆运行轨迹数据的分析发现，不同道路类型和平均速度条件会显著影响驾驶行为的集计特征；其次，提出改进的驾驶员特征聚类方法，第1步设计考虑道路类型与平均速度因素的车辆轨迹的切片和分类方法，从而稳定提取典型交通条件下的驾驶行为特征参数，第2步选用高斯混合模型聚类驾驶员特征。聚类案例表明， 在相同的道路类型和平均速度条件下，驾驶员类型越激进，其速度变异系数、加速度标准差和平均减速度等参数均值越高。不同聚类方法的对比表明，改进方法在驾驶员聚类的类内聚集度和类间分离度方面均表现更好，能有效提升驾驶员聚类的适用性与可靠性。     

混合交通流视频检测中区域选择更新混合高斯背景模型研究

混合交通是我国交通的主要特征，利用视频检测技术可以获取混合交通流参数，实现混合交通的有效管制，由于检测过程中天气、光线等环境变化，实时有效的自适应背景提取模型尤其重要。本文在混合高斯模型的基础上，根据运动分割与Kalman运动跟踪，结合象素的时间与空间特性，提出区域选择更新混合高斯模型来抽取背景，克服了交通控制信号或交通阻塞等造成的长时间停车，以及高峰期大量运动物体长期充满当前图像等情况对背景抽取造成的影响，该模型通过对交叉口和路段视频进行背景提取，实验效果良好，证明了本方法具有较强的鲁椿性和自适应性。     

桥梁技术状况预测的灰色马尔可夫链模型研究

提出将灰色马尔可夫链用于桥梁的技术状况预测中,以解决传统的回归分析模型无法考虑不确定因素对结构技术状况的影响和概率型模型对单一桥梁预测的局限性问题,提出了将灰色模型GM(1,1)与马尔可夫链有机结合起来,利用二者的优点充分考虑了桥梁技术状况的整体趋势和局部波动情况,最大限度地利用历史信息.通过对国外某桥的技术状况进行预测分析并与传统的预测方法进行对比,证实了该模型的预测精度.     

沙漏模式在无线电陆空通话英语教学中的应用

本文主要介绍在国外流行的沙漏教学模式的由来及其框架结构。并阐述了这一教学模式中涉及到的语言呈现阶段、语言强调阶段和语言练习阶段引入到飞行专业《无线电陆空通话》英语教学实践中的运用,从而证明沙漏教学模式在《无线电陆空通话》英语教学中的实用性和有效性。     

基于三维高斯混合码本模型的运动目标检测算法

为解决智能视觉监控中码本模型参数调节困难和高斯混合模型概率分布计算的复杂性,提出了一种基于三维高斯混合码本模型的运动目标检测算法.该算法基于RGB空间建立码本模型,然后基于码字中的R、G、B分量建立三维高斯模型,从而使整个码本具有三维高斯混合模型的特征.实验结果表明:该算法具有较高的实时性(该算法的平均帧率约23.0帧/s,而iGMM(improved Gaussian mixture model)算法约9.0帧/s,BM(Bayesmodel)算法约6.2帧/s,CBM(codebook model)算法约10.7帧/s),且具有良好的检测质量.     

Target tracking in standoff jammer using unscented Kalman filter and particle fiter with negative information

To handle the problem of target tracking in the presence of standoff jamming （SO J）, a Gaussian sum unscented Kalman filter （GSUKF） and a Gaussian sum particle filter （GSPF） using negative information （scans or dwells with no measurements） are implemented separately in this paper. The Gaussian sum likelihood which is derived from a sensor model accounting for both the positive and the negative information is used. GSUKF is implemented by fusing the state estimate of two or three UKF filters with proper weights which are explicitly derived in this paper. Other than GSUKF, the Gaussian sum likelihood is directly used in the weight update of the GSPF. Their performances are evaluated by comparison with the Gaussian sum extended Kalman filter （GSEKF） implementation. Simulation results show that GSPF outperforms the other filters in terms of track loss and track accuracy at the cost of large computation complexity. GSUKF and GSEKF have comparable performance; the superiority of one over another is scenario dependent.     

Fuzzy C-Means Clustering Based Phonetic Tied-Mixture HMM in Speech Recognition

A fuzzy clustering analysis based phonetic tied-mixture HMM (FPTM) was presented to decrease parameter size and improve robustness of parameter training. FPTM was synthesized from state-tied HMMs by a modified fuzzy C-means clustering algorithm. Each Gaussian codebook of FPTM was built from Gaussian components within the same root node in phonetic decision tree. The experimental results on large vocabulary Mandarin speech recognition show that compared with conventional phonetic tied-mixture HMM and state-tied HMM with approximately the same number of Gaussian mixtures, FPTM achieves word error rate reductions by 4.84% and 13.02% respectively. Combining the two schemes of mixing weights pruning and Gaussian centers fuzzy merging, a significantly parameter size reduction was achieved with little impact on recognition accuracy.