排序方式： 共有8条查询结果，搜索用时 15 毫秒
1
1.
针对城市交通流数据修复问题，提出一种基于图卷积网络和多头自注意力机制的自注意
力图自编码器模型。该模型包括基于拓扑图结构和图信号捕获交通流时空关联性的 STGCN
(Spatial-temporal Graph Convolutional Networks)网络。在该网络中使用 LSTM(Long Short-Term
Memory)网络学习数据中时序规律，通过注意力网络计算道路自注意力及一阶临近道路注意力系
数，用图卷积网络对图信号重组，达到对缺失数据的精确修复。同时，采用多头自注意力网络计
算数据的注意力权值并对数据重组，捕获交通流数据中的二阶及高阶临近道路空间关联性，提取
已知数据与缺失数据的时间关系，以残差链的形式加入到模型中，作为对STGCN功能的补充。
基于真实数据的实验表明，在多种缺失模式和缺失率下，该模型能够学习路网拓扑关系，捕获数
据中的时间规律性和时空关联性，有效地修复缺失数据。 相似文献
2.
为了进一步探寻地磁传感器在车辆检测领域的应用,研究利用车辆通过时所引起的检测区域的磁场强度扰动,用自主研发的单轴地磁传感器获取和处理Z轴方向上抖动幅度大于指定阈值的地磁信号,研究了基于固定阈值的状态机车辆检测算法,对路段车辆进行检测,并获取车速、车长、车流量等信息,建立磁场能量与车长车速比值的关系模型.通过南京市江宁区某公路上的实验,并利用现场录制的视频作检验,结果表明,基于自主研发的单轴地磁传感器可以实现路段车辆98%的检测率,并有效获取车辆的车速、车长等信息.通过分析得到的磁场数据,验证了该模型可以用于多个地磁传感器进行车辆检测的数据融合. 相似文献
3.
信息技术的快速发展,为交通研究和城市交通管理提供了大规模、多样化的数据资源,并为城市交通状态估计和交通流预测方法的研究提供了有力支持。将城市交叉口视为一个微观交通系统,采用数据驱动与领域知识结合的方式,建立微观层次的交通因子状态网络模型（Traffic Factor State Network,TFSN）,考察交通因素之间的相互关联,并考虑环境因素的影响。该模型结合交通因子和环境影响因子的影响,通过对交通流数据进行聚类分析,估算出对应于环境影响因子的交通状态,并通过实际案例验证其物理意义以及与交通流实际状态的对应关系。进一步地,基于不同交通状态下的交通流数据建立高阶多元马尔可夫链,进行交通流预测,并根据交通流时间序列的聚类性能指标提高模型的预测准确性。对数据序列马氏性强弱、马尔可夫模型阶数与模型预测准确性之间关系进行分析。研究结果表明：根据马氏性合理选择马尔可夫模型的阶数可以提升模型预测准确性;直接对原始交通流数据进行预测的平均绝对百分比误差为24.61%,而不同交通状态下交通流预测的平均绝对百分比误差为16.99%,相比直接预测误差下降了7.62%,验证了所提出的微观交通因子状态网络的有效性和可用性。 相似文献
4.
分析了调整混凝土施工配合比的重要性，提出了正确调整混凝土施工配合比应抓住的几个环节要点。 相似文献
5.
国内港口发展很快而航道条件受限,码头建设跟不上。出现个别港口需在海上进行大型船舶船靠船过驳作业。针对大型船舶在海上靠离泊作业的特点,提出在作业和作业过程中需要考虑的问题以及需要注意的事项,为安全作业工作进行探讨。 相似文献
6.
随着城市化的发展,城市路网变得更加复杂,交通量日益增多.传统的数据采集方式如线圈、卡口存在铺设难度大、维护成本高、数据缺失等缺点.随着网络出租车的兴起,海量的轨迹数据被收集起来.本文整合了基于轨迹数据的交叉口排队模型和交叉口启动波模型,估计路口各相位排队长度,并应用交通波理论对交叉口各相位配时进行优化,建立了基于轨迹数据的单交叉口信号配时模型.该模型采用交叉口SCATS系统实际数据进行路口建模,经仿真验证,相较于原配时方案与Webster配时方法,该模型能够将交叉口延误分别降低61.37%和36.95%,验证了该模型的有效性. 相似文献
8.
在高纬度地区的冬季,由于海冰的原因船舶航行变得较为困难,往往无法自主航行,需要破冰船进行护航和引导.在破冰船护航的狭窄冰道中,破冰船及跟随船之间存在一定的碰撞风险.因而,探究破冰船与跟随船之间安全距离与相对速度之间的相互制约关系,对破冰船护航下的船舶安全域进行划分是研究的重点.有别于传统开放水域安全模型,该研究对冰区船舶航行的最小静态安全距离进行了定义,并结合实际案例进行了安全域的分析.并将高斯混合分布的EM聚类算法应用于适合冰区护航中不同航行状态下的船舶安全域的划分.研究结果表明通过对船舶速度和安全距离数据的研究能够较好的区分出船舶的安全域,对破冰船护航下的安全航行操作提供了参考. 相似文献
1