基于交通因子状态网络的城市交叉口交通流预测

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。     

一种简易毫伏表的设计及应用

以EM78P259N为基础制作一款针对小信号测量的低成本工具。充分利用EM78P259N丰富的内设,并结合一定的数学处理,使这款毫伏表能较为准确地进行小电压的测量。     

屏蔽电缆的电磁脉冲时域耦合特性研究

屏蔽电缆对电磁脉冲辐射场的耦合特性对电子设备、系统的电磁干扰控制和电磁脉冲防护具有重要意义。研究屏蔽电缆的双传输线模型分析方法,计算不同频段电磁脉冲辐射场激励下,两种典型的屏蔽电缆在屏蔽层两端不同接地状态时,屏蔽层和芯线上的感应电流。编织屏蔽电缆芯线上的感应电流比管状屏蔽电缆大几个数量级;由于集肤效应的影响,管状屏蔽电缆芯线上的耦合随着频率的升高而降低;编织屏蔽电缆由于编织电感和小孔电感的影响,芯线上的耦合随着频率的升高而升高。对于高灵敏的高频、微波系统,对电磁脉冲的防护时要选用管状屏蔽电缆。     

交通事件持续时间预测贝叶斯网方法研究

交通事件持续时间的预测是事件管理系统的重要组成部分,根据I-880实测数据集,利用逐步回归分析的方法确定事件持续时间的主要影响因素,分别建立了应用于事件持续时间预测的朴素贝叶斯(NB)模型、加树朴素贝叶斯(TAN)模型以及一般贝叶斯网(BN)模型,在分析数据特点的基础上确定了贝叶斯网的推理算法、参数学习以及结构学习方法.在不同数据缺失的程度和不同训练样本规模下,分别对三种模型的预测准确率进行了评价,结果表明贝叶斯网预测模型在数据缺失30%的情况下30min准确率高于80%.     

基于最大熵模型的客运枢纽换乘量分布预测研究

针对城市客运交通枢纽换乘量分布预测的问题,引入"四阶段法"中的出行分布预测原理,将枢纽处各种交通方式的客流影响范围近似看作出行分布预测中的交通小区,各交通方式之间的换乘量相应地看作交通小区之间的交通分布量。将重力先验概率式的最大熵模型应用于枢纽换乘量分布预测之中,构建换乘量分布预测的最大熵模型,并以枢纽内部各种交通方式的现状OD换乘量分布为基础,进行模型参数的标定和最大熵模型的求解,隐含考虑随机因素的影响,从宏观上描述换乘者的交通行为。该方法应用于北京市东直门客运交通枢纽的换乘量分布预测之中,效果良好,为进一步进行枢纽的功能布局及换乘组织等研究工作提供依据。     

基于高斯混合分布的交通拥堵评价模型

为了客观、有效的评价交通拥堵的程度,采用速度指标作为反映交通流状态特征的关键变量,针对交通流速度变量存在混合分布的特点,建立了基于高斯混合分布的交通拥堵评价模型,并将EM算法运用于模型求解,通过对速度变量的聚类分析,以判别交通状态,评价交通拥堵程度.上海市快速高架路实测数据应用模型分析的结果表明:模型可以客观分析交通流...     

�����ģ���ڽ�ͨ�ֲ�Ԥ���е�Ӧ��

探讨了引入重力式先验概率的最大熵模型的原理和算法,该模型用于"四阶段 法"的交通分布预测,将发生概率最大的交通分布视为预测的交通分布,隐含考虑了随机因素的影响,从宏观上描述了出行者的交通行为,实际应用中模型参数容易标定.通过实例分析并与双约束重力模型、底特律增长系数模型的预测结果进行比较,结果表明最大熵模型克服了后者的局限,适用性较强,在交通分布预测中具有很好的应用前景.     

计算机电磁信息泄漏文字再现

设计了针对计算机电磁信息泄漏的接收和再现系统.用宽带天线截获电磁信息泄漏信号后,经带通滤波和放大,再用锁相环电路捕获帧同步与行同步信号.同步信号经模数转换后,得到视频数字信号的输出.然后,用平均滤波法对数字视频信号降噪.最后,用匹配滤波器获得再现的文字.测试结果表明,用平均滤波的方法使同步信号的信噪比提高了18.7 dB,可在12 m范围内获取奔腾486主机及阴极射线管显示器泄漏的文字信息.     

改进的EM算法在分块灰度图像二值化中的应用

识别扫描得到的文本图像首先要进行二值化处理,以去掉冗余的信息.针对二值化过程中采取固定阈值会导致图像的背景和文本不能得到有效区分的问题,提出改进的分块EM算法,并应用在文本图像的二值化过程中,有效地分离了图像中的文本和背景信息,使识别的后续阶段提取的特征能够更好地代表要识别的模式.     

Updating of Travel Behavior Model Parameters and Estimation of Vehicle Trip Chain Based on Plate Scanning

This article proposes a maximum-likelihood method to update travel behavior model parameters and estimate vehicle trip chain based on plate scanning. The information from plate scanning consists of the vehicle passing time and sequence of scanned vehicles along a series of plate scanning locations (sensor locations installed on road network). The article adopts the hierarchical travel behavior decision model, in which the upper tier is an activity pattern generation model, and the lower tier is a destination and route choice model. The activity pattern is an individual profile of daily performed activities. To obtain reliable estimation results, the sensor location schemes for predicting trip chaining are proposed. The maximum-likelihood estimation problem based on plate scanning is formulated to update model parameters. This problem is solved by the expectation-maximization (EM) algorithm. The model and algorithm are then tested with simulated plate scanning data in a modified Sioux Falls network. The results illustrate the efficiency of the model and its potential for an application to large and complex network cases.