基于集通铁路电气化改造的传输系统组网分析

主要对集通铁路既有传输现状、改造工程中与传输系统有关的典型业务需求进行介绍,并提出3种传输系统组网方式.结合既有传输现状,从业务需求、技术分析等角度对3种传输系统组网方式进行分析,并确定最优组网方式.     

基于路侧多机视频目标关联与轨迹拼接的车辆连续轨迹构建方法

针对单个相机覆盖区域有限的问题,本文提出了通过路侧多个相机获取车辆连续轨迹数据的方法。在路侧端布置多台固定相机采集视频数据,采用直接线性变换算法解决相机外参造成的画面畸变问题;通过全时域抽帧提取图片训练样本,采用YOLOv5训练车辆检测模型;针对偶发的车辆漏检情形,通过完整性检查可以筛查出此类情况并修复;针对连续多帧漏检或误检导致的目标关联问题,通过异常轨迹核查算法及数据修复工具解决;针对相机斜下方区域的车辆轮廓变形问题,采用车辆检测轮廓修复算法解决车辆在不同路段检测框大小不一的问题;提出了基于车辆质心坐标匹配的方法实现相邻机位间的车辆轨迹拼接。基于上述多机视频目标关联与轨迹拼接方法,在多机位时间同步下构建了覆盖武汉珞狮路高架桥的车辆连续轨迹数据集,轨迹数据集验证结果表明：数据集涵盖从畅通到拥堵的各种交通状态,包含多段分合流区域,数据集连续时长达到3.5 h,覆盖区域1.41 km;车辆检测模型的召回率达到93.23%,准确率达到98.51%,F1分数为95.80%;数据集包含主路及各处匝道汇入的轨迹共25 734条,其中覆盖道路全域的完整长轨迹15 004条。本研究丰富了路侧多机视频...     

基于多源数据的城市群枢纽间多模式交通系统异常状态影响研究

为探究城市群多模式交通系统异常状态的影响范围,从需求端非常态客流变化和供给端运输能力下降两方面对多模式交通系统异常环境进行分类,提出了基于手机信令数据、意向出行调查及客票信息等多源数据的异常状态影响范围识别流程和分析方法;以京津冀城市群为例,确定强链接枢纽间通道客流动态安全阈值,提出了基于贝叶斯预测的通道客流异常检测方法;利用提升度、余弦相似度及其标准化值来区分枢纽关联规则的有效性,提出了基于强关联规则确定异常状态影响范围的方法。研究表明：基于贝叶斯预测的通道客流异常检测方法具有实时性,提高了客流安全阈值精度;基于实际手机数据和假定异常情况下的意向调查数据并结合关联规则确定枢纽影响范围,可为利用数据挖掘技术分析突发异常状态的影响和对策提供借鉴。     

基于问卷调查的公众交通安全意识评价方法

为了评价公众交通安全意识,进而明确不同年龄、不同受教育程度、不同职业和不同出行方式的公众群体交通安全意识的差异性,对公众交通安全意识调查数据进行了量化分析。首先,基于自主编制的公众交通安全意识问卷对5 029名参与者进行了调查;其次,对回收的问卷进行因子分析和信度、效度检验,得到了交通安全行为、交通安全态度和交通管理认知3个因子;最后,选取上述因子作为3个一级评价指标,因子所含条目作为17个二级评价指标,对公众交通安全意识进行评价,采用主成分分析法计算因子得分,并应用熵值法确定一级评价指标权重,再通过灰色关联分析计算灰色关联度,最终根据模糊综合评价得出不同公众群体的交通安全意识水平。研究结果表明：不同年龄段的公众中,18~40岁群体交通安全意识水平最高（b=0.79）,41~65岁（b=0.44）和65岁以上（b=0.45）群体交通安全意识水平较低;不同受教育程度的公众中,专科学历群体的交通安全意识水平最高（b=1）,小学及以下学历群体其交通安全意识水平较低（b=0.33）;不同职业的公众中,事业单位人员群体的交通安全意识水平最高（b=0.93）,农民群体的交通安全意识水平较低（b=0.33）;不同出行方式的公众中,以公交车为主要出行方式的群体其交通安全意识水平最高（b=0.91）,而以三轮车（b=0.35）和自行车（b=0.36）为主要出行方式的群体其交通安全意识水平较低。研究结果可用于不同公众群体交通安全意识的度量,并为不同群体的交通安全意识提升方法制定提供理论依据。     

基于关联规则的乌鲁木齐道路交通事故分析

交通事故的发生具有随机的特点,但从统计学的角度看,一个地区在较长时间内发生的交通事故又具有一定的规律性。本文先对乌鲁木齐市2014年至2016年上半年道路交通事故的原因构成、时间和空间分布特征进行分析,然后运用关联规则对事故结果作进一步分析,找出易导致事故发生的频繁因素组合,总结出事故多发的原因和规律,为以后交通事故的预防提供参考依据。     

基于相关性精简关联规则生成算法

针对传统基于支持度-置信度桩架关联规则挖掘算法生成规则只考虑支持度和置信度的因素、没有考虑规则两者本身内在的关系并因此产生大量无效的规则的情况,提出了一种采用相关性精简关联规则产生的算法,此算法增加了一个度量——相关性来精简关联规则的产生。实验表明该算法在继承传统算法的优点的同时在一定的程度上提高了规则的有效性,降低规则冗余。     

一种基于深度学习的交通标志识别算法

在无人驾驶和驾驶辅助领域,交通标志识别是非常重要的.现实道路中,许多交通标志目标较小且存在相互遮挡的问题,导致标志很难被准确检测.为了解决这一问题,文章利用深度学习网络YOLO v3模型实现对交通标志进行检测.首先,利用数据增强用不同的方式模拟现实天气条件对清华-腾讯交通标志集进行数据集增强,得到更为真实、丰富的标志数...     

基于AHP-灰色关联度分析的公路工程施工风险评价研究

为充分辨识、量化评估公路工程施工风险,规范施工安全管理,结合影响公路施工安全的技术风险、施工人员素质、管理组织能力、施工安全环境、材料设备供应等情况,构建公路工程施工安全风险评价指标体系,结合AHP与灰色理论构建风险评价模型.并以某高速公路5个标段为工程实例,分析路段施工安全风险,结果表明:该方法能够准确评价公路工程施...