基于半监督SVM的交通方式特征分析和识别

为解决基于手机信令数据识别大规模用户交通方式问题,多维度分析出行方式特征,提出结合主动学习和Tri-training的半监督支持向量机算法。以手机信令出行链为基础,将出行特征划分为距离、时间、速度、出行者属性等四类,并进一步研究多维度特征及其计算方法 ,基于有向无环图设计一种结合主动学习与基于Tri-training的半监督多分类支持向量机。运用HY市手机信令数据构建样本集并训练该分类器,与多种监督学习分类算法进行比较。结果表明主动学习构造的富含信息的已标记样本集可以减少半监督学习的迭代次数,Tri-training半监督支持向量机可以通过大量未标记样本提升分类器准确率,结合主动学习与Tri-training半监督支持向量机算法可以有效地识别手机信令数据出行链的交通方式。     

基于聚类分析的交叉口状态识别方法

针对城市交叉口交通状态有效识别的问题,建立了三种交叉口交通状态识别方法。结合实际交通流数据,利用模糊聚类传递闭包法、K均值聚类算法和模糊C均值聚类算法对交叉口交通流周期平均速度、排队长、平均车头时距等向量进行聚类分析,给出适合城市交叉口交通流特点的交通状态划分方法,能够实时、准确、全面地识别城市交叉口的运行状态,为城市交通管理部门交通控制、交通诱导、交通指挥等提供数据基础。定性定量分析的影响,所得结论对城市道路路内停车设施优化具有重要的参考作用。     

基于SVM的隧道衬砌空洞填充物雷达图像识别研究北大核心CSCD

衬砌背后空洞及其填充物对隧道结构安全具有重要影响,开展空洞探测识别对于结构安全评估和病害处置具有重要意义。首先采用室内试验和FDTD正演模拟相结合的方法,获得了空洞内填充空气、水、干砂、湿砂条件下的雷达图谱数据,并对不同填充物波形规律进行对比分析;然后,基于支持向量机算法对波形特征进行提取和分类识别,建立了一种空洞填充物的人工智能辨识方法。研究结果表明,采用傅里叶变换前的平均值、方差、平均绝对离差和傅里叶变换后的最大幅度值max(fft(X))四个统计量作为支持向量机的识别特征,可以有效区分出衬砌背后填充物的六种类型;当采取单一倾向数据时,识别准确率较好,六种物质二分类问题准确率均可以达到90%以上。     

基于机器学习的共享单车热点区域识别及需求预测

近年来,公共自行车交通系统已成为界上很多国家公共交通规划的一部分。无锁桩式共享单车系统,正经历快速发展,引发了公共自行车领域的变革。随着系统规模的扩大和用户数量的增加,共享单车的过量投放和随意停放问题成为系统运营的阻碍。本研究以北京市共享单车系统的运营数据为基础,采用数据驱动模式,探索用户出行需求的时空分布,提出基于机器学习方法的热点区域识别和需求预测框架。借助聚类算法实现对热点区域的识别和划分,借助集成学习实现对出行需求的预测。实验结果显示,模型的平均误差率为6.8%。本研究将在共享单车的空间部署和调度任务的及时安排等方面,为系统运营者提供有效参考。     

基于运营调度日志数据的城市轨道交通运营安全风险识别

随着我国城市轨道交通快速发展,运营规模不断扩大,客流量与日剧增,对城市轨道交通安全保障等提出了更高的要求。本文总结阐述城市轨道交通运营系统安全风险特性,提出了系统识别城市轨道交通运营安全风险的相关定性、定量方法与技术流程,并基于运营调度日志数据运用Apriori关联规则算法实现了关键运营安全风险因素的定量化识别与分析。     

西宁市道路交通流运行拥堵特性研究

为研究西宁市道路交通流运行特性,依托高德地图监测12周的TTI数据,先分析各周之间的相关性,运用系统聚类算法得出一周内不同日期的聚类划分;并以聚类结果为依托,研究了胜利路基于时间序列下的交通流速度特性变化规律。结果表明:一周内的日期根据TTI可以分为核心工作日(星期二、三、四、五),特别工作日(星期一),节假日(星期六、日)三类。胜利路在工作日内的交通流存在早晚双高峰,晚高峰拥堵指数要大于早高峰;在节假日内无早高峰,拥堵主要集中在16:00和17:30间。     

基于局部切空间排列和支持向量机的S700k转辙机齿轮组故障诊断模型

针对S700k转辙机齿轮组故障信号和故障征兆的非线性、多样性和复杂性等诊断问题,提出一种基于局部切空间排列和支持向量机的故障诊断模型。该模型首先通过局部切空间排列算法实现对振动信号的降维与消噪,然后利用EMD方法分解振动信号,计算各分量的能量熵作为故障特征向量,在保证故障特征整体几何结构信息不发生改变的前提下,降低了诊断数据的维数及噪音。最后利用多故障单值支持向量机对故障特征向量进行分类识别,增强了故障模式识别的分类性能。     

基于AFC数据的客流路径选择

在单一路径旅行时间近似服从正态分布的假设下,建立了描述多路径OD对旅行时间分布的高斯混合模型,并引入无监督聚类算法——EM算法求解模型。首先,根据单路径无换乘和单路径一次换乘的OD,分别估计进出站时间消耗和换乘时间消耗的分布参数;然后,生成多路径OD的有效路径集并估计路径旅行时间参数;最后,将贝叶斯信息准则确定的混合模型个数及其对应的路径旅行时间分布参数,作为初始值输入到EM算法中,计算得到各路径的客流分配比例。以成都地铁两对典型OD为例,编程求解了客流分配比例和旅行时间分布参数,计算结果显示模型的拟合结果较好。     

航班起飞阶段QAR关键参数提取研究

为提取快速存储记录器(QAR)记录的航班起飞阶段的本质参数,提高飞行运行监控效率,建立飞行针对性训练,特提取某公司BB737-800机型的原始QAR数据进行参数提取研究。首先使用聚类分析对航班起飞阶段的QAR数据进行聚类,将起飞阶段变化趋势相近的变量进行比较,利用飞机性能工程相关知识分析变量之间的关系,保留关键变量,剔除重复变量。通过层层聚类和约简,最终得出航班起飞过程的关键参数为迎角、计算修正空速、垂直速度、横向加速度、纵向加速度、横滚姿态、俯仰角。该研究能够对QAR数据进行科学分类,对后续数据分析奠定基础。     

基于车牌数据的行程速度特性及交通状态评估

针对目前基于车牌的数据信息量大、覆盖范围广,但数据利用率低、资源浪费严重等问题,进行基于车牌的数据挖掘研究。分析已有数据处理方法及可能存在的问题,提出基于聚类思想的时间间隔获取方法,并对提取的行程时间数据进行异常判别和修复。利用相关方法计算平均行程速度,采用统计学分析方法研究了行程速度的时变特性,得到不同天相同时段平均行程速度的稳态变化规律。通过平均行程速度与速度标准差的量化关系研究,获得一天中不同时段行程速度的波动情况,最后设计以速度阈值为判断准则的交通状态评估算法,实例分析结果与实际交通状况一致,说明算法的科学性和有效性,可为交通管理部门提供可靠的决策依据。     

自动驾驶条件下共享车辆车队规模

随着自动驾驶技术的发展和普及,未来以自动驾驶车辆替代传统有人驾驶私家车辆成为大势所趋,本文研究的目标是提出一种解决小规模自动驾驶共享车辆(Shared Autonomous Vehicle, SAV)车队规模的方法,并进行实际案例分析。使用的数据集是上海市50辆新能源私家车一年的轨迹数据,使用此部分出行需求,给出了计算两次出行是否可以衔接的具体方法,得到衔接矩阵。然后将求解最小车队规模问题转化为求解多旅行商问题(Multiple Travelling Salesman Problem, MTSP)的最短路问题,并证明两者具有等价性。论文提出使用排序遗传算法对此问题进行求解,使用5种常见的排序交叉算子分别验证求解质量,得到OX1交叉算子的质量最优。最后选择OX1交叉算子计算出行需求数排名前20天的SAV的最小规模,得到SAV的平均替代率为2.4。即在本研究中,一辆SAV平均可以替代2.4辆传统私家车,为未来自动驾驶技术普及后,SAV的车队规模问题提供参考。     

基于多源数据的铁路货运客户服务提升一体化方案

为进一步实现铁路货运部门对客户的精准营销,本文提出基于多源数据的客户服务提升一体化方案。首先建立铁路货运客户服务提升整体指标体系,利用数据挖掘算法对二级指标进行聚类,得到客户细分方案;进一步,以服务提升路径最短为目标,以参照客户对象的搜索角度和搜索半径为约束条件建立客户服务提升数理模型,并设计客户服务提升算法。最后,通过案例分析验证了一体化方案的可行性和有效性。结果表明：可量化的服务提升路径在客户服务提升效果上明显优于定性得出的服务提升策略。     

碳中和背景下低碳运输工具比选研究

基于碳足迹评价方法,构建全生命周期核算模型,从燃料周期、道路周期和车辆周期对电力机车、柴油重卡、纯电动重卡、混合动力重卡和天然气重卡的碳足迹进行了计算对比:电力机车碳足迹远低于其他四类重卡,是当前最低碳的物流运输工具,混合动力重卡在四类重卡中是当前低碳运输工具.通过对电力结构进行敏感性分析发现纯电动重卡和电力机车敏感性最高,当我国煤电比例降至50％时,纯电动重卡将取代混合动力重卡的位置.根据计算结果,为我国控制移动源碳排放政策的制定和碳达峰目标的实现提出:电力机车始终为最低碳的物流运输工具,在运输中应优先选择电力机车.四类重卡中混合动力重卡为当前低碳运输工具,纯电动重卡为未来低碳物流运输工具,所以在考虑运输的便利性和门到门的衔接运输中使用混合动力重卡,同时布局纯电动重卡的发展,随着电力结构的优化,逐步向纯电动重卡偏移.     

基于灰度共生矩阵的沥青路面病害雷达图像纹理特征提取研究

随着电磁波探测在道路领域的日益推广,探地雷达逐渐成为道路内部状况诊断的有效手段。通过探地雷达设备获取的道路内部雷达图像经校零、背景去除、滤波等处理后因图像差异性较大目前没有较为统一的解释。为了探究不同参数下的灰度共生矩阵特征对不同病害图像的适用性,本文首先通过正交试验设计对灰度共生矩阵参数进行组合,然后在不同参数下利用灰度共生矩阵算法对原始雷达图像进行特征计算,最后得到不同参数设置下对比度、逆方差、能量、熵值四种特征图像。结果表明：当滑动窗口为11×11、统计方向为45°、灰度级数为8时,层间黏结不良的熵特征更为明显;滑动窗口为5×5、统计为方向90°、灰度级数为128时,裂缝的熵特征更为明显。本文提出的探地雷达图像纹理特征适用性参数设置对图像分割、识别及数据增强等有一定的参考价值。