共查询到10条相似文献,搜索用时 312 毫秒
1.
交通运输行业关系国计民生,感知民意是政府做好交通治理的必要条件.在互联网时代,通过网络获取并分析交通事件舆情具有样本丰富、信息客观、获取及时等特点.基于微博、微信、新闻客户端等电子信息来源,提取交通事件舆情特征,形成交通事件的网络舆情系统分析方法.包括:获取网络舆情数据并进行文本预处理,构造交通事件舆情主题分类模型,建立评价重要度计算方法,结合舆情生命周期分析舆情演变趋势,建立交通舆情情感库并结合机器学习分析情感状态演化,通过关键词可视化定位舆情事件要点,实现网络舆情信息与可视化分析技术的耦合.该方法文本分类评估结果F值高于80%,情感极性判断准确率高于通用SnowNLP.以上海地铁10号线追尾事件为例进行网络舆情演化特征分析发现:①交通舆情演化迅速,周期较短爆发集中;②情感整体倾向负面;③官方机构及时发声、对事故调查公开透明并采取有效措施是缓解舆情较好手段;④大众对"卡斯柯"和"轻度"这2个词的关注贯穿事件始终. 相似文献
2.
3.
4.
5.
6.
7.
根据城市轨道交通常乘客比例数据的节假日特点,在消除常乘客比例数据的趋势项的时候,引入表示节假日特征的虚拟变量,量化节假日因素对常乘客比例的影响,建立常乘客比例数据与时间、具有节假日特征的虚拟变量之间的回归模型,达到同时消除趋势项和节假日特征的影响的目的,掌握节假日对常乘客比例的影响规律。通过自相关和偏自相关函数对消除趋势项和节假日因素的数据序列进行平稳性和周期性分析,消除周期性特征影响。最后,构建基于虚拟变量线性回归和季节ARIMA的组合预测模型,修正了原有的季节ARIMA。以2015年3月2日到2016年3月27日之间56周的北京轨道交通日常乘客比例数据进行实例验证,表明本文构建的组合预测模型的精度高于原有的季节ARIMA模型。 相似文献
8.
上海市节假日公路交通特征及交通量相关性分析 总被引:1,自引:0,他引:1
借助《上海市公路网交通调查数据分析与应用系统》的观测数据,对比分析公路网节假日与平时工作日的交通特征,揭示黄金周期间的出行特征规律,并将“五一”和“十一”交通量相关性分析的结论应用于交通信息发布中。 相似文献
9.
船舶航行交通事件检测依赖基于历史数据的离线检测方法, 检测模型适用性差, 难以满足监管人员的实时监测需求。通过分析船舶异常行为检测、航行事故检测等现有交通事件检测技术, 可以发现: 在数据层面, 监测数据来源单一、环境信息缺失; 在方法层面, 基于统计、风险评估等经典模型的事件监测方法效率高但准确性低, 基于神经网络、图像识别等机器学习的检测方法准确性高但效率低; 多源数据融合、多项技术结合的交通事件检测方法成为实时检测方法的发展趋势。在此基础上, 梳理了实时船舶航行交通事件检测的3项关键技术: (1)海事大数据技术: 高效处理船舶运动数据和航行环境数据, 统一多源异构数据结构标准, 降低数据源单一造成的事件误报率; (2)船舶行为动态建模技术: 利用知识图谱等技术融合船舶航行情境信息, 在不同船舶运动环境下利用深度学习、语义关联、图神经网络等方法构建不同的船舶行为模型, 提高检测准确性; (3)实时分析和可视化技术: 结合平行系统进行虚实系统间信息传递, 定性分析检测结果, 实时显示检测全过程, 提升监管过程中的人机交互效率。然后, 提出了包括数据采集、后台服务和客户端应用3个功能模块的交通事件平行检测系统; 该系统具备实时接收并处理船舶航行数据、分析并预测交通状态、动态检测并预警交通事件和仿真结果展示等功能。从数据融合、交通状态感知和交通虚实映射3个方面, 展望了面向海事监测实务的实时检测技术发展方向。 相似文献