Comparison of advanced imputation algorithms for detection of transportation mode and activity episode using GPS data

Global Positioning System (GPS) technologies have been increasingly considered as an alternative to traditional travel survey methods to collect activity-travel data. Algorithms applied to extract activity-travel patterns vary from informal ad-hoc decision rules to advanced machine learning methods and have different accuracy. This paper systematically compares the relative performance of different algorithms for the detection of transportation modes and activity episodes. In particular, naive Bayesian, Bayesian network, logistic regression, multilayer perceptron, support vector machine, decision table, and C4.5 algorithms are selected and compared for the same data according to their overall error rates and hit ratios. Results show that the Bayesian network has a better performance than the other algorithms in terms of the percentage correctly identified instances and Kappa values for both the training data and test data, in the sense that the Bayesian network is relatively efficient and generalizable in the context of GPS data imputation.     

基于决策树技术的建筑企业信用评价研究

在决策树理论的指导下,通过信息增益的应用和公式的构造获取属性重要程度评价值,结合决策树的C5．0算法得到建筑企业的信用评价模型。经过对该模型进行测试和评价,取得了较好的预测效果。     

Study on Bush Tree Growth in XLPE Using 3D PD Patterns

Exploitation of equipment with cross linked polyethylene (XLPE) insulationrequires its condition monitoring and diagnostic. Traditionally diagnostics of insulation is carriedout by means of partial discharge detection. However, such identification of a defect, forexample, void, inclusion or treeing, does not say about its danger from a point of view of fullinsulation gap breakdown and insulation construction failure. For this purpose a 29 kV CN-CVcable sample is studied. The experiment is based on research for determination of thedependencies between PD characteristics in XLPE upon time and three dimension PD patternsof corresponding treeing. The investigations were carried out by means of electricalmeasurement of PD current and simultaneous optical recording of treeing image. The needle-plane electrode is applied as the electrode. As a result,-q-n PD patterns which are used asthe bases to bush tree initialization and growth can be obtained. Test results show that PDpattern recognition can be applied as a powerful tool for recognizing electrical tree initializationand growth. This can make a good basis for on-line condition monitoring of high voltage powercable.     

基于FTA-BN的综合交通枢纽中地铁车站安全风险评价

以综合交通枢纽中的地铁车站安全为研究目标,综合考虑综合交通枢纽中特殊的客流组成和乘客特征,以踩踏、火灾、水灾、公共卫生和大面积滞留5类易发风险事故作为研究对象,基于FTA-BN方法对其影响因素进行分析,识别其风险因素,建立相应的事故树模型,转化为贝叶斯网络模型进行风险评价;引入三角模糊数处理专家自然语言,得到贝叶斯网络中的先验概率和条件概率分布,然后通过贝叶斯网络模型进行网络推理计算和敏感性分析,找出地铁车站中的薄弱部分,制定相应的风险管控措施,从而提高枢纽中地铁车站对于紧急事件的应对能力。以广州南站地铁车站为例进行快速评价,结果表明：广州南站在公共卫生安全方面存在一定危险,发生概率为42.98%,且较易发生大面积滞留事件,可能性为30.40%。     

基于多变量决策树的网络故障诊断方法研究

在网络故障诊断系统中,可以用粗糙集理论约简网络信息M IB变量,从而求出最有利于分类的变量集合。提出了首先约简信息表,并构造多变量决策树,提取相应的决策规则,判断网络故障类型的方法。决策树构造方法简单,提取出来的规则以决策树形式表示,规则易于理解,网络故障诊断效率较高。     

基于拟合优度度量的交通方式选择决策树结构研究

Nested-Logit(ＮＬ)模型是交通方式划分的最重要的模型之一,在分析公共交通和个人交通划分方法的理论依据的基础上,根据人们在选择交通方式过程中首要考虑因素的不同,构造了不同于公共交通和个人交通的虚拟交通方式--高费用和低费用虚拟交通方式,并分析其内相关性. 在两个交通方式选择决策树结构都存在相关性和合理性的情况下,提出基于拟合优度度量比较两者的优劣,从而选定交通方式选择决策树结构. 根据实例旅客出行调查数据,利用SAS软件实现两个交通方式选择决策树结构的拟合度度量分析. 结果表明：基于拟合优度度量选定的高费用和低费用虚拟交通方式比公共交通和个人交通的虚拟交通方式更接近实际调查值,此方法具有一定的实用性.     

基于二元决策图的系统可靠性模块分析方法

为了克服二元决策图方法分析故障树所存在的不足,提出了基于二元决策图的模块方法分析系统可靠性。采用线性时间算法将故障树分解成相互独立的子故障树,然后用二元决策图方法对子故障树进行分析,递归综合相互独立子故障树的求解结果,得出整个系统的可靠性。基于二元决策图的模块分析方法克服了故障树分析与二元决策图方法存在的不足,适用于大型、复杂系统的可靠性分析。     

高速网络环境下一种对入侵检测系统的改进方法

高速网络环境下,现有的入侵检测系统存在检测效率低、准确率低和丢包现象等问题.改进后的入侵检测系统先对数据包中的应用协议进行预处理,检测出比较明显的入侵特征.如果没有检测到,就利用基于决策树的模式匹配方法进行更进一步的检测.它可以提高检测速度和降低误报率,更加适应高速网络.     

城市快速路交通事故持续时间预测

有效的交通事件管理系统需要对交通事故持续时间进行准确的预测。基于北京市122事故报警系统的65000组数据,分别运用多元回归和分类回归树的方法对北京市快速路上的交通事故持续时间进行了建模,并运用另外的8000组数据对预测模型的精度进行了检验,回归模型的误差平均值为30．7463％,分类回归树的误差平均值为29．5197％,误差分析结果表明,多元回归模型和分类回归树模型的结果都比较令人满意;分类回归树并不能显著的提高模型预测的精度。     

故障树与专家规则的车载故障诊断专家系统

文章旨在开发一种随车故障诊断专家系统,指导用户自行排除故障。提出了将故障树分析法与基于规则的专家系统相结合构建的故障诊断专家系统;以Windows CE和S3C2440A为平台,以EVC＋＋为编程语言,开发出具有友好的人机交互界面车载汽车故障诊断专家系统,该系统通过用户选择故障现象,便提示可能发生的原因和维修建议;并以发动机无力为例进行诊断,验证了该系统的有效性和实用性。该系统具有一定的创新性,对我国汽车修理行业具有很大的实用价值。