智能交通诱导控制仪的研制

介绍了一种不仅有控制交通红绿灯，而且可以给驾驶员显示交通诱导信息的交通信号控制装置的研制。     

地铁风险空间分析及异物检测系统技术要求

为了规范地铁风险空间异物检测系统的设计与安装,切合未来地铁无人驾驶的需求,首先分析地铁站台屏蔽门与列车门之间风险空间的风险特性与异物事件的发生原因,对比现有防夹装置和风险空间异物检测技术的优缺点,然后根据异物事件的异物体积、风险性与危害程度进行风险等级划分,并对现有异物检测系统进行检测水平评估,最后总结未来地铁无人驾驶环境下的异物检测系统必须达到理想化人工瞭望灯带技术及其以上的检测水平,本研究为未来地铁无人驾驶技术和异物检测技术的发展与应用提供参考。     

SOM与HL融合的地铁异物分类算法

地铁站台门与列车门之间异物的检测和对异物的种类判别是保障乘客安全乘车和列车安全运行的基础。使用改进的Self-organizing Map(SOM)分别学习训练图片的数据分布和分类标签的数据分布,再通过Hebbian Learning(HL)学习图片SOM神经元和对应标签SOM神经元之间的数学关并编码在HL矩阵中,最后以查表方式完成异物分类。研究结果表明:改进的SOM+HL模型把分类准确率从原始模型的64.44%提高到72.6%;增加PCA(Principal components analysis)模块的SOM+HL模型使异物检测分类器的分类准确率从72.6%提高到86.2%,且其在NannoPC-T2嵌入式板上的检测速度从45FPS提高到60FPS,在满足分类精度的同时也实现了异物实时分类。且有PCA模块的模型在NannoPC-T2嵌入式板上检测速度为60FPS,移除PCA模块后其在NannoPC-T2嵌入式板上的检测速度为45FPS。     

一种纹理特征抽取的算法

给出一种抽取纹理特征的算法，该算法实时性强，适于在线遥感图像分类。实验表明，方法是有效可行的。     

数据挖掘技术在联网收费系统数据信息综合上的应用

在智能交通系统的研究中,如何应用现代信息处理技术,努力使道路交通作为一个系统来实现智能化是核心的研究领域。联网收费系统的建立不但将大大改善和提高了国道主干线的收费水平,同时系统将收集和保存大量的道路交通信息数据,对这些数据进行充分有效的再利用,将为实现国道主干线的导航智能化、交通流量最佳化、安全驾驶支援提供必要的知识和信息,为收费策略的制定提供决策支持。     

可控制红绿灯与可变限速标志功能的交通信号机的研制

本文介绍了一种新型交通信号控制仪，它能控制红绿灯，亦能同时控制可变限速标志。该信号机结构简单、成本低、性能可靠、具有推广价值。     

基于多元回归分析的事件持续时间预测

事件持续时间预测是实现先进的事件管理系统的一个重要基础。本文通过多元回归分析法对高速公路事件持续时间预测问题进行研究。首先通过方差分析(ANOVA)确定对事件持续时间具有显著影响的因素。在此基础上,通过逐步回归分析确定用于高速公路事件持续时间预测的最佳变量组合并建立多元线性回归模型。经检验,预测值与实际值的相关系数为0.8573,预测结果基本能够反映真实的事件持续时间情况。     

基于服务区的转移性辅助收费管理研究

针对高速公路联网计重收费方式实施后逃费现象严重和收费时间增大的问题,提出一种基于服务区的转移性辅助收费方法。该方法运用"过程-结果"时空相分离的思想,通过车牌识别、动态称重、IC卡智能控制等技术,在服务区建立一套完整的车辆出入自动化监管监控机制,将收费站的压力合理地转移到服务区。本方法彻底切断了服务区作为逃费的交换途径,杜绝了逃费行为的发生,明显减少了收费时间,提高了收费服务水平。对高速公路管理和服务体系有一定的借鉴价值,可以作为未来高速公路收费体系改革和发展方向的参考。     

基于决策树的高速公路事件持续时间预测

利用决策树方法对高速公路事件持续时间预测问题进行研究。首先在借鉴各国研究经验的基础上，根据所研究事件数据集中的事件持续时间数据的分布特征确定构造基于决策树的预测方法；然后用整理得到的660组事件数据，通过对各类事件的显著性分析，建立高速公路事件持续时间预测决策树，并用同一数据集中未用于决策树构造的170组数据对决策树的预测效果进行检验。检验结果表明：所开发决策树的预测值与实际值的相关系数为0．8423，预测结果基本能够反映真实的事件持续时间情况。