共查询到20条相似文献,搜索用时 453 毫秒
1.
2.
交通流数据常见问题分为数据缺失、数据无效和数据时间点3类,针对这些问题,提出了一种交通流数据检验与修复方法。以北京市交通流数据为例,应用这一方法进行了分析与验证。结果表明该方法具有很好的实际应用效果。交通流数据质量检验可以保证从数据源所获得数据的正确性和完整性,为数据的管理和应用提供了可靠的数据基础. 相似文献
3.
4.电脑复检 车辆调整好以后,重新测量各个角度值。使之与标准数据相比较,看是否在车辆检测数据范围内。如果不在检测数据范围内,请重新调整再检测,直到所调整的数据在标准数据的范围内。 相似文献
4.
中国动态交通信息服务如何才有出路?第一、有容乃大。众所周知,动态交通信息服务首先依赖于交通信息源的多样性,包括地感线圈、测速雷达、监控摄像等固定设施数据,还有浮动车数据、手机信号源数据等类型的海量数据。不同来源的数据可以互为补充、互为校验,从而提升交通信息的覆盖面及准确性。但从目前形式来看,获取和整合各类信息困难很大,由于种种原因,信息缺乏开放性, 相似文献
5.
6.
大数据技术的应用能够为企业发展注入强劲动力。企业成本数据资产的数量持续增加,类型也呈现出多样化态势,这要求企业创新成本管理方法,以大数据赋能成本管控,以提高企业信息化水平。文章分析了企业成本管控存在的问题,给予大数据及其应用场景,阐述了大数据赋能企业成本管控的意义,并提出了相关建议,以供参考。 相似文献
7.
8.
针对目前路域环境感知系统易受路面结构和气候等众多因素影响从而造成感知数据出现异常的问题,对路域环境感知数据异常智能检测与修复问题展开研究,提出一种基于DS-LOF(Difference&Summation-Local Outlier Factor)与GA-XGBoost (Genetic Algorithm-eXtreme Gradient Boosting)的路域环境异常感知数据智能检测与修复方法。以沥青路面温湿度感知数据为实例,首先通过对感知数据进行一阶差分与线性求和计算,构建原始感知数据DS (Difference&Summation)特征向量;然后,基于DS-LOF算法对感知数据进行异常值检测,并与K-means聚类和单类支持向量机算法进行对比分析;其次,以原始感知数据集为基础,并结合异常检测结果,构建路域环境感知数据异常修复数据集;最后基于遗传算法优化XGBoost模型进行数据修复。试验结果表明:GA-XGBoost模型相比于XGBoost模型以及其他机器学习修复模型,其路域环境感知数据修复平均误差最低(MAE=1.253 7,R 相似文献
9.
10.
11.
为了提高中国公路货运统计的真实性和统计效率,利用自动化交调、轴载检测、高速公路计费、联网联控货车以及国家道路货运量专项调查等数据,提出2种自动化公路货运量统计方法。2种方法均采用浮动检测数据与固定检测数据融合的原理,使用浮动车数据获得运输特征,分别使用高速计费数据及自动化交调数据获得运输规模。通过设备检测数据与人工调查数据的嵌套计算,解决分层统计中行业浮动车代表性不足的问题。通过数据的一致性分析,解决不同类型数据车型划分标准不同给数据融合带来的口径不一致问题。与传统方法相比,统计方式由人工统计转变为自动化统计;统计对象由营运性货车扩展为全社会货车;统计口径由按车籍地统计转变为按运输发生地统计;统计周期由月缩短为日。此外,实现了可按车辆类型、道路类型、运输成分及公路线路的精细化统计。以辽宁省路网和G102国道为例,给出区域公路网和公路线路的货运量统计结果。最后,以高速公路为统计对象,与计费数据获得的货运量对比,验证基于交调数据统计方法的准确性。结果显示,交调融合法的货运量统计误差为11.5%。对比2种方法,交调融合法具有更广泛的适用性和更高的灵活性,为中国公路运输统计现代化发展提供了技术方法,同时探索了利用设备检测数据和人工调查数据嵌套分析解决工程问题的方法。 相似文献
12.
13.
通过Excel与VBA语言相互通信机制,结合公路工程岩土试验数据特点,对试验数据进行自动化整理统计分析。首先对原始试验数据按照钻孔桩号、取样深度进行自动排序并删除重复项数据;其次依据构造物勘探点获取桥梁、隧道、边坡等工点试验数据;最后采用最不利原则对同类地质条件和相同层位试验数据进行统计分析,剔除异常值,获取试验参数及评价结果。避免手工处理的繁琐、工作量大、花费时间长的缺点,达到界面友好,处理数据迅速、准确,极大地缩短工期的效果,从而能更加有效地保证工程质量及进度。 相似文献
14.
15.
目前基于深度学习的路面裂缝识别经常面临训练数据集小,以及路面图片标注成本高等问题,基于小规模路面图片数据集,利用卷积自编码(CAE)方法进行数据增强,开展包括路面裂缝在内的路面目标智能化识别方法研究。在传统图像几何变换数据增强的基础上,采用CAE重构图片方法对原始数据集进行两步骤扩增;利用卷积神经网络DenseNet,设置了不同数据扩增方法的对比试验;针对沥青路面裂缝图片背景较黑,裂缝特征不清晰,无监督聚类学习难度大等问题,采用了一种基于CAE预训练的深度聚类算法DCEC,对经数据增强的路面图片进行无标注的聚类识别。研究结果表明:经过DenseNet网络100代的训练,在同一测试集的测试下,基于原始数据集训练的网络分类准确度为78.43%,利用传统图像处理方法进行扩增后准确度为83.44%,利用所提出的图片增强方法进行数据扩增后准确度达87.19%;在保持扩增后数据集样本量大小相同的情况下,与几何变换、像素颜色变换等经典数据增强手段相比,CAE重构图片的数据扩增方法有较高的路面图片识别精度;CAE数据扩增方法较受训练数据集样本量的影响,利用传统方法将数据集扩增后进行CAE特征学习,重构后的图片样本更易被机器识别;相较于传统机器学习聚类算法,所提出的的DCEC深度聚类方法将聚类准确率提升了约10%,初步实现了无需人工标注的路面目标的端到端智能识别。 相似文献
16.
在对比分析高速公路ETC门架站点与传统交调站点替代条件、数据转换条件、系统运维水平的基础上,进行ETC交易数据与交调数据的站点匹配、车型对应、数据转换、接口传输等研究,形成集约化的高速公路交通流检测方案,为相关ETC数据的交调分析应用工作提供参考。 相似文献
17.
针对高速公路易结冰路段的路面凝冰预测问题,提出了一种基于特征相关度分析的路面凝冰短时预测方法。该方法利用路侧设备的测量数据,包括结冰厚度、相对湿度、风向与风速等,通过ADF(Augment Dickey-Fuller)检验方法分析数据集的平稳性,进而设计出基于长短期记忆网络(Long Short-term Memory, LSTM)的路面凝冰短时预测算法。根据Spearman相关度系数法分析计算上述多种凝冰监测数据的相关度与置信度,并形成基于Spearman特征相关度的数据筛选模型,优化LSTM神经网络中的输入数据集。在此基础上,搭建面向凝冰预测误差的LSTM神经网络模型,并利用筛选后的凝冰数据集训练优化预测算法中的模型参数,提高目标路段路面凝冰预测的效率与精度。最后,通过数值仿真分析比较不同特征相关度下路面凝冰短时预测算法的均方根误差,确定最优预测模型,并于西延高速KM200+918路段进行实地测试。研究结果表明:路侧设备的测量数据中相关度较低的数据对路面凝冰预测算法存在反向作用,并非将所有数据进行组合即可得到最优结果,需对测量数据进行有效筛选,进而优化LSTM神经网络,提高凝冰预测... 相似文献
18.
19.
为提升电池组放电数据使用价值,减少对电池组充电数据的依赖,改变放电数据因质量差、采集效率低等原因难以得到有效利用的现状,以云端放电数据为研究对象,提出一种动力电池组一致性评价方法。该方法筛选出电池组的有效放电循环数据片段,根据每一放电循环中的单体电压曲线绘制包络线,进而基于上下各数条包络线进行数学计算,最终拟合得到一条一次曲线,根据最终拟合一次曲线斜率大小对一致性进行定量评价。试验结果表明,对于不同一致性状况的电池组,该方法能合理对其评分;实车数据分析表明,该方法能有效运用于工程中。该方法为电池组一致性的评价提供一种新思路,在一定程度上实现放电数据的有效利用价值。 相似文献