基于灰色理论的北京公交客运量的预测和分析

对公交客运量的预测和分析是非常重要的工作,通过预测和分析方法的简单比选,确定应用灰色理论进行北京公交客运量的分析和预测。根据灰色理论,建立灰色预测模型预测公交客运量,并建立灰色关联模型从供给、需求和竞争三个方面分析公交客运量,是公交客运量预测和分析的实际应用方法之一。     

基于高斯混合模型的铁路入侵物体目标识别方法

基于铁路的特殊视频场景,研究铁路入侵物体目标识别技术,提出并应用1种改进的高斯混合模型,拟定合适的颜色变化阈值和背景更新速率,对图像的不同部分分别进行背景更新,实现铁路视频的背景建模,并由此得到稳定的背景图像;通过背景像素与前景像素的贝叶斯分类实现对铁路入侵物体的准确检测。对典型的铁路入侵行为视频进行实验分析,结果表明:应用改进的高斯混合模型可以更好地适应场景的变化,并能够更加快速、准确地实现在铁路环境下对入侵物体的目标识别。     

基于灰色理论的北京公交客运量的预测和分析

对公交客运量的预测和分析是非常重要的工作,通过预测和分析方法的简单比选,确定应用灰色理论进行北京公交客运量的分析和预测.根据灰色理论,建立灰色预测模型预测公交客运量,并建立灰色关联模型从供给、需求和竞争三个方面分析公交客运量,是公交客运量预测和分析的实际应用方法之一.     

基于Logistics回归的道路交通事故影响因素辨识方法

探索特大城市道路交通事故影响因素,分析交通事故严重程度的时空分布特征,以交通事故严重程度为依据,基于二元logistic回归模型,提出交通事故影响因素辨识方法,讨论时间、天气、能见度、照明条件、道路线性、道路物理隔离等14个道路环境因素对交通事故严重程度的影响。结果表明,模型拟合度良好,对交通事故严重程度影响程度最大的因素为能见度、照明条件和交通信号方式;其次为道路物理隔离、道路横断面位置、天气和时间,同时根据模型拟合结果提出减轻交通事故的相应措施。     

基于TransCAD、Hardsoft和S-Paramics的城市对外交通道路网设计

说明了城市对外交通的组成和作用,分析了城市对外交通道路网设计的内容与评价指标。通过设计方法和仿真软件的比选,依照定性与定量相结合的思想,提出了基于TransCAD、Hardsoft和S-Paramics的城市对外交通道路网设计的方法,介绍了方法的具体步骤。以某市城市对外交通道路网设计为例,进行具体说明。     

大数据及其在城市智能交通系统中的应用综述

大数据给城市智能交通系统的技术发展与应用革新带来了机遇和挑战.从交通大数据的基本概念、交通大数据带来的问题和大数据驱动的数学建模方法等方面,阐述了交通大数据给智能交通系统带来的变革.为了深入理解交通大数据的内涵,分析交通大数据的产生背景,提出了交通大数据的“6V”特征,总结了智能交通系统中大数据的基本类型.面对交通大数据带来的数据安全、网络通信、计算效率和数据存储等诸多问题,提出了应对策略和思路.对数据驱动的建模方法进行了分析,说明了混合模型的意义.最后,讨论了大数据驱动的智能交通系统的体系框架.     

基于时空消耗模型的城市轨道交通承载力评价：以北京市为例

为监测城市轨道交通系统的供需矛盾及其时空差异化特征，引入时空消耗模型，分别以运输服务时空资源总量、出行需求时空资源占用量以及二者比值，计算了城市轨道交通供给能力、出行需求量和交通承载力。按照总体水平和均衡程度两个维度，选取轨道线网交通承载力、线网承载不均衡度和线网承载空间差异性作为城市轨道交通承载力评价指标，为更加精准地识别城市轨道交通出行需求与供给时空资源匹配关系提供支撑。实证研究结果表明：轨道线网供给能力总体高于出行需求量，全天轨道线网交通承载力位于高值区间，并呈现早晚高峰和午间小高峰的特征；线网承载力不均衡度显著偏高，轨道站间区段交通承载力差距悬殊，但在空间上总体呈现显著离散特征。