基于多级模糊模式识别方法的停车诱导系统评价

为了确定停车诱导系统实施是否达到预期目标和功能要求,需对系统进行整体评价,以确定系统达到了预计的哪种实施效果层次。分析并归纳了城市停车诱导系统的评价指标,将多级模糊模式识别方法引入到对停车诱导系统的评价中来,详细介绍了该方法的基本原理,并通过实例说明了方法应用的具体步骤。结果表明,运用该方法可对停车诱导系统设计与实施效果优劣较好地作出评判。     

基于探测车技术和多级模糊模式识别的道路交通状态评价方法

提出了一种新的多因素道路交通状态评价方法,利用探测技术获取的探测车平均速度、拥堵系数、停车时间比例、加速度噪声和平均速度梯度作为交通拥堵表征量,采用VISSIM仿真方法确定出交通拥堵表征量的阈值,并应用多级模糊模式识别方法实现道路交通状态的评价过程。仿真结果表明:利用探测车技术和多级模糊模式识别方法可以准确方便地实现道路交通拥堵状态的评价,并且能够反映出评估时段内道路交通状态的变化。     

基于特征提取和机器学习的异常数据识别算法

结构健康监测系统的大力发展每天都在产生大量的监测数据。对于结构健康监测系统来说，判断这些产生的监测数据是否正常是对结构健康状态进行分析的第一步，也是关键的一步。同时，监测数据的异常与否也是判断传感器、采集设备、传输设备等是否正常工作的关键性依据。对于一段数据进行识别，判断数据是属于什么样的异常，是一个多分类的问题。采用基于特征提取和机器学习相结合的算法，对时序数据进行分类，能够快速地判断数据是否异常和异常的类型。