排序方式: 共有6条查询结果,搜索用时 0 毫秒
1
1.
随着区域经济的增长, 公路通行需求呈爆炸式增长。 高速公路作为区域的主干道和大动脉, 路网通行能力和通行需求之间的矛盾越来越突出, 拥堵成为高速公路运营管理最大的痛点之一。 高速道路运营单位、 政府管理部门亟需一种实时性强、 可靠性高的路况分析技术为拥堵治理提供服务。 传统的分析技术 (如机器学习、 统计学方法等) 无法满足处理海量的多源异构数据的需求。 随着近十年来大数据技术和 GPU 计算能力的发展, 深度学习技术这门新信息技术日益成熟, 拥有强大的数据处理能力。 在交通态势预测领域, 借助深度学习技术处理海量的交通数据可以实现道路通畅度的高精准、 高可靠性预测, 再辅以主动管控和车路协同技术来提升高速路网的通畅性和安全性。 文章首先简要介绍深度学习技术的发展历史和交通态势预测领域的发展现状, 再浅析深度学习在智慧高速中的应用场景, 最后分析深度学习技术面临的隐患并进一步对深度学习进行展望。 相似文献
2.
3.
为评价不同标号基质沥青的老化行为差异,选取常用的3种基质沥青(50#、70#、90#),开展不同时间的RTFOT模拟老化试验,测试各种沥青老化前、老化后的针入度、延度、软化点、布氏黏度等技术指标。通过建立沥青老化动力学模型和计算老化指数C两种常用方法开展不同标号基质沥青老化行为的比对分析,并采用多目标决策灰色关联投影法,以沥青动力学反应速率k为评价指标,综合分析不同标号基质沥青各技术指标的抗老化性能。分析结果表明:同一种老化性能评价方法下,同一沥青不同技术指标的抗老化能力不同,不同标号基质沥青的同一技术指标抗老化能力不同;不同老化性能评价方法下,同一沥青的抗老化性能排序不同,表明现有老化性能评价方法对不同标号基质沥青的适应性有待进一步确定,采用灰关联分析方法更为合适。 相似文献
4.
5.
6.
1