排序方式: 共有88条查询结果,搜索用时 15 毫秒
21.
22.
为了精准有效地进行交通事故预防预警,基于车辆OBD驾驶行为数据及信息熵理论,提出了城市道路交通安全风险预估方法。首先,分析异常驾驶行为高发位置与道路交通事故发生位置的关联性;其次,构建以道路交通安全熵为一级指标,急加速率、急减速率、急转弯率、超速率、高速空挡滑行率为二级指标的道路交通安全风险预估指标体系,提出了基于改进熵权法的道路交通安全熵计算方法;然后,基于密度聚类、K-means聚类提出了道路交通安全风险等级数确定方法,并基于K-means聚类建立了风险等级阈值计算方法。研究结果表明:异常驾驶行为高发位置与交通事故发生位置具有一致性;通过对log对数底数选择优化、二级指标零值处理、指标权重分段计算3个步骤改进的熵权法,可弥补log对数函数无法计算零值指标熵值的缺陷,避免指标权重为负、指标熵值与权重反映信息不一致的现象;两步聚类避免了孤立数据点对安全风险等级划分的影响。以重庆市4条城市道路(总长约38 km)进行实例验证后得出,道路交通安全熵与交通事故表征的道路交通安全状态趋势一致;道路交通安全风险等级可划分为高、低风险2级,道路交通安全熵优化阈值为0.042,最后,风险等级划分准确率为87.88%。研究成果可为道路交通安全风险点辨识、交通事故预防预警提供有效的技术支持。 相似文献
25.
26.
27.
29.
30.
基于各向异性测度的路面三维图像裂缝识别 总被引:2,自引:1,他引:1
为准确而完整地识别路面裂缝,提出了基于1 mm/像素的路面三维图像裂缝自动识别算法.该算法主要包括各向异性测度计算与自适应优化阈值分割、深度验证和多分辨率去噪处理3个部分.首先,针对路面图像像素特征,基于0°、45°、90°和135°四个方向的线性邻域的均值和标准差计算每个像素的各向异性测度(表征方向性的强弱),并应用最大类间方差法确定最优阈值,将路面图像分为强方向性和弱方向性像素两类;其次,根据半径为d的正方形邻域深度均值设定阈值,用方向性强且深度低于或等于该阈值的像素形成初步的裂缝图像;最后,将裂缝图像划分为多个子块,设计去噪模板对裂缝图像进行滑动窗口去噪处理,获得最终裂缝图像.基于166幅含有各类裂缝的三维路面图像(2048×2048像素)进行测试分析,结果显示,本文算法获得了较高的准确率(均值91.57%)和召回率(均值81.29%),最终以84.26%的F1均值优于种子识别算法(F1均值69.19%)、Canny边缘检测(F1均值8.15%)和OTSU分割(F1均值5.11%). 相似文献