考虑空间相关性的行人宏观安全研究

为了探究行人事故的发生机理,分析影响行人交通安全的显著因素,收集上海市中心城区263个交通分析小区（TAZ）的行人事故、道路、人口及土地利用数据,并开展行人宏观安全研究。考虑到TAZ之间存在的空间相关性,建立考虑空间相关性的贝叶斯负二项条件自回归模型,在条件自回归模型中对比分析了5种不同的空间权重矩阵,包括0~1邻接矩阵、边界长度矩阵、分析单元中心距离倒数矩阵、事故空间中心距离倒数矩阵这4种既有矩阵,以及首次引入的宏观安全建模中的分析单元中心距离多阶矩阵。结果表明：分析单元中心距离多阶矩阵的模型拟合效果和事故预测准确度均显著优于既有的4种空间权重矩阵,证明了在宏观安全建模过程中考虑研究对象交通特征（居民步行平均出行距离等）的必要性;人口数量、主干道长度、次干道长度、路网密度等因素均与行人事故呈现显著正相关,平均交叉口间距、三路交叉口比例等因素与行人事故呈显著负相关;相较于高等、低等土地利用强度,中等土地利用强度对行人事故的影响最大。     

考虑异质性的贝叶斯交通冲突模型

为了构建信号交叉口交通冲突模型,提取29个信号交叉口260 h的交通冲突数据,考虑交通冲突异质性,构建了随机参数（RP-PLN）交通冲突模型和随机效应（RE-PLN）交通冲突模型,采用贝叶斯方法和马尔科夫链蒙特卡罗（MCMC）仿真对模型参数后验分布进行估计,利用方差信息准则和残差标准化决定系数对2种模型的拟合优度进行了比较。研究结果表明：2种交通冲突模型都可以有效处理交通冲突异质性;RP-PLN交通冲突模型的拟合优度优于RE-PLN交通冲突模型;当其他变量保持不变时,直行交通量增加1%可使直右交通冲突增加0.54%;右转交通量增加1%可使直右交通冲突增加0.65%;右转大车比例增加1%,直右交通冲突增加1.06%;物理渠化岛和标线渠化岛的设置可以分别使直右交通冲突降低18.9%和17.3%;设置加速车道可使直右交通冲突降低22.9%;右转半径增加1%,直右交通冲突降低10.5%;安装右转让行标志可使直右交通冲突降低16.5%;设置右转专用相位可使直右交通冲突降低29.8%。     

基于动态概率网格和贝叶斯决策网络的车辆变道辅助驾驶决策方法

提出了一种车辆变道辅助决策方法, 向驾驶人提供变道行为决策; 构建了由车载GPS、相机传感器和雷达组成的行车环境信息传感装置, 利用非采样B样条曲线模型对车道线建模, 通过控制点位置求解与搜索策略实现车道线的检测、跟踪与类型识别; 根据车道线信息确立有效行车区域, 并建立了一种动态概率网格的行车环境几何模型, 对有效行车区域进行紧凑型表征; 考虑了车辆对行车环境表征结果可靠性的影响, 根据高斯分布将车辆位置信息映射到动态概率网格中, 计算了每个行车单元的占用概率; 将车道线信息与网格单元占用概率作为初始节点状态参数, 输入贝叶斯决策网络, 估计概率网格单元的占用状态, 量化输出当前行车环境表征结果以及不变道、向左变道、向右变道3种变道决策的期望效用值, 通过计算各决策的期望效用值比率确定最优变道决策。试验结果表明: 在场景1中“向左变道”决策的期望效用值最大, 为0.70, 视为最优决策, 在其动态概率网格中, 右侧车道线“实线”状态参数为100.00%, 因此, “向右变道”决策效用期望值最小, 决策系统输出的最优决策“不变道”符合中国交通法规, 也表明检测车道线类型的必要性; 场景2的“不变道”和“向右变道”决策期望效用值分别为0.43和0.44, 比率接近1, 无法判断最优决策, 驾驶人可根据经验决定是否变道。      

贝叶斯统计在机电设备故障诊断中的应用

应用现代概率分析中的贝叶斯(Bayes)方法于机电设备故障诊断中。进行机电设备故障诊断的难点在于故障和征兆信息的随机性、模糊性和某些信息的不确定性。贝叶斯方法的基本特征是处理任何统计分析问题时,在利用样本所提供的信息的同时,也必须利用先验信息。本文研究表明,使用贝叶斯方法于机电设备故障诊断,给出的故障诊断结论和推断在理论上有较高的可信度,技术上可行。该方法不足体现在诊断结论强烈依赖于领域专家或诊断工程师的知识,先验概率即使能够给出其可信度的期望值也不会很高,并且征兆和故障之间的关系复杂,故障诊断知识库难以建立,独立性假设难以满足。     

基于RLS和BO算法的重型车载重估算研究

针对重型车实际使用过程中载重估算精度低、成本高等问题,提出基于递归最小二乘法（RLS）和贝叶斯优化（BO）算法的内燃机重型车辆载重估算方法。该方法提出了基于数据滤波的车辆加速度和道路坡度计算方法,使用控制器局域网络（CAN）总线和全球定位系统（GPS）高程数据,基于车辆纵向动力学和RLS进行重型车载重估算。采用BO算法对12组训练数据建模,对车辆载重估算模型中的多变量滤波参数进行寻优配置,并利用测试数据进行模型估算性能评价。结果表明,该方法具有良好的载重估算精度,估算误差在6%以内。     

基于贝叶斯网络的高速公路出口指路标志满意度评价

为建立科学有效的高速公路出口指路标志设置满意度评价体系,分析多维度因子对评价结果的直接和潜在影响。采用问卷调查收集驾驶人的基本信息和对指路标志的主观评价,通过贝叶斯网络构建高速公路出口指路标志设置满意度评价模型。结果表明,文中建立的贝叶斯网络模型可以准确识别驾驶人对高速公路出口指路标志的满意度,总体准确率达到72.9%;通过贝叶斯网络模型识别了驾驶人个体特征、出行选择特征、出口处的行为特征等因素之间的因果关联及其组合对出口指路标志满意度的影响。     

一种基于二层贝叶斯网的网络入侵检测方法

提出了一种基于二层贝叶斯网的网络入侵检测方法,该方法能够从审计数据中自动学习知识生成入侵模型,并根据该模型检测入侵行为,从而提高入侵检测系统得自适应性和可移植性,降低系统的误报率和误检率．并通过设计实验来验证基于贝叶斯网的入侵检测系统的性能,实验数据采用KDD cup 1999年的部分数据．实验结果表明：该方法在只使用10％训练数据和部分记录属性来学习的情况下,检测效果仍比较好．     

网络反垃圾邮件技术探讨

大量的垃圾邮件的出现对网络的安全造成很大威胁.本文系统分析了垃圾邮件产生的根源、危害和常见的反垃圾邮件技术,并比较了各种反垃圾邮件策略和不同部署方案的各自特点.     

基于共轭贝叶斯模型的长江干线江苏段碰撞事故定量分析

对船舶碰撞风险的定量分析对于深入理解事故规律、避免事故的发生具有重要意义.以长江干线江苏段2012—2016年945起船舶碰撞事故或险情数据为例,对6个区域进行碰撞风险评估研究,建立相对事故贝叶斯模型,分析通航水域、航行状态和会遇情景3个指标下不同航行情景的相对风险关系.利用共轭贝叶斯方法,对江苏段船舶碰撞风险进行建模分析.研究发现,根据专家意见和事故数据进行风险评估的结果并不十分一致,深水航道、顺航道航行等普遍认为风险较低的情景,数据分析显示风险较大,这与数据的不完整性有关.当未来有更多数据时,可以对结果进行迭代更新,不断提升评价结果的精度和可靠性.      

基于物元贝叶斯网的舰船战损等级评定研究

在分析了物元理论和贝叶斯网理论的基础上,提出结合主观概率信息和客观状态信息的物元贝叶斯网模型,并给出物元贝叶斯网在损伤等级评定中的推理算法.舰船战场损伤等级评定案例分析表明,该方法可以更加全面地描述战损装备的状态信息,使战损等级评定结果更为准确.