排序方式: 共有23条查询结果,搜索用时 15 毫秒
1.
以地磁检测数据为基础,分析导致交通数据异常的原因;基于对异常数据的识别,对基于相似系数和的孤立点算法进行改进,即对规律性的交通数据进行时段划分,计算相似系数,采用交通量和时间占有率逐次逼近基础值的方法设定阈值。通过实例对分别采用传统阈值筛选法和改进后的孤立点算法对异常交通数据的识别结果进行对比分析。研究结果表明:基于改进相似系数和的孤立点算法对异常数据识别的检测率高于85%,误检率低于25%,识别结果优于传统阈值筛选法,可快速、有效地识别交通异常数据。 相似文献
2.
3.
4.
5.
在分析公交出行距离和下车站点的用地性质等因素对公交乘客下车概率影响的基础上,全面考虑站点对周边区域换乘的辐射影响,引入了1个新的影响因子---下车站点换乘能力,该因子利用以站点为中心,300 m到500 m为半径,可利用换乘的公交线路条数来表示;综合考虑上述3个影响因子,构建了基于站点吸引的公交客流O D分布概率模型。基于济南市公交IC卡数据,采用C++语言编程实现该模型,得出了公交客流出行的空间分布规律,并采用核查线法验证该模型的可行性和有效性。验证结果表明,该模型OD反推误差可以控制在10%之内,反推精度较高,较好的贴合实际,具有一定的工程应用价值。 相似文献
6.
7.
为利用海量网约车轨迹数据实现对城市交通状态的高效识别与分类,对成都市网约车轨迹数据进行预处理,构建城市交通状态识别网格模型,根据模型判别网格的交通状态.利用K-Means聚类算法对不同时段的交通状态进行聚类,并将交通状态分为持续畅通型、轻度缓行型、持续缓行型、持续拥堵型4种类型,从时间维度和空间维度分析不同网格的交通状... 相似文献
8.
为从多维度精准剖析影响城市道路交通事故严重程度的因素,选取了我国某城市2018—2020年交通事故数据库中的4 587条数据作为研究对象,基于二元Logistic模型,从人、车、路、环境这4个方面,分别针对财产损失事故、伤人事故、死亡事故建立了模型。深入分析了道路物理隔离位置、路侧防护设施类型等因素对事故严重程度的影响,并利用Hosmer-Lemeshow检验和一致性检验对模型有效性进行验证。结果表明:①道路物理隔离的空间位置对事故严重程度有显著影响,仅布设中心隔离设施发生死亡事故的概率是同时布设中央和机非隔离的2.304倍。在有中心隔离设施的高等级道路中,增设机非隔离设施能有效降低事故发生的概率。②路侧防护设施类型为行道树、绿化带时,发生死亡事故的概率分别是金属护栏的1.982倍、1.648倍。与金属护栏相比,行道树更容易引发严重事故。③夜间无路灯照明发生死亡事故的概率是夜间有路灯照明的1.808倍,夜间无路灯照明是导致死亡事故的重要因素之一。④受过高等教育的驾驶人发生财产损失事故和伤人事故的概率较高,受过中等教育的驾驶员发生死亡事故的概率较高;受过中等教育驾驶员发生死亡事故的概率是高等教育驾驶员的2.049倍。研究深入分析了影响城市道路交通事故的显著因素及其对事故的影响,为事故严重程度的精细化分析提供了理论支持,为交通规划与管理部门提供了决策依据。 相似文献
9.
研究定制公交线网布局及调度优化对增强公交系统吸引力, 提高乘客出行效率具有重要意义。针对定制公交乘客需求点在时间和空间上分布离散的特点, 构建了考虑时间窗的定制公交时空分层优化模型, 并设计遗传算法对模型进行求解。通过渔网与核密度分析对需求点在时间和空间上进行了热点识别, 并实现热点区域聚类分析以及合乘站点分类。基于合乘站点集合, 综合考虑公交容量、线路长度、乘客出行距离构建了线路空间优化模型, 以乘客的时间花费最小作为优化目标构建了线路时间优化模型。以济南市城区定制公交为例对模型的性能进行评估, 案例结果表明: 模型优化后的线路方案, 乘客平均服务覆盖率可达96%, 服务区域内每个时段的单个乘客的平均节省时间为15 min, 公交的平均满载率为90%。 相似文献
10.
道路交通安全风险辨识及分析的准确性、全面性, 是实现风险主动防控的基础和关键环节, 直接影响道路交通安全管理的精细化水平。从影响因素和分析方法2个方面对道路交通安全风险相关研究进行综述和评论。针对人的不安全行为、车辆的不安全状态、道路的不安全条件、外界环境刺激等单因素风险, 以及多因素间的关联耦合风险辨识, 梳理了安全风险理论分析法、系统安全分析法、大数据与人工智能分析方法等道路交通安全风险分析方法。研究表明: 安全风险理论分析法、系统安全分析法等以定性分析为主的方法侧重于对道路交通安全风险要素的全面、系统梳理, 具有简单、直观、易操作等优势, 但在多因素交织影响下的道路交通事故定量化剖析和事故成因深度挖掘方面存在较多局限性; 基于多源数据挖掘技术的大数据与人工智能分析方法在海量信息感知、高效计算处理等方面优势明显, 可基于多元数据对交通安全风险进行综合分析、精准挖掘, 刻画多因素耦合下的事故风险特征、探究事故发生规律, 是当前较为主流的研究方向。并提出道路交通安全风险研究领域存在的不足之处及未来研究发展方向, 主要包括多源异构数据的动态采集与融合、智能网联环境下的道路交通安全风险辨识、考虑时空异质性的可移植的道路交通安全风险识别模型研究等。 相似文献