检索结果-内蒙古大学图书馆

您好，读者！请登录

内蒙古大学图书馆

首页
概况
党建
资源
服务
科研支持
- 论文收录引用证明
- 科技查新
知识产权
档案馆
帮助

咨询与建议

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

您的常用邮箱：*

您的手机号码：*

问题描述：

当前已输入0个字，您还可以输入200个字

全部搜索
期刊论文
图书
学位论文
标准
纸本馆藏
外文资源发现
数据库导航
超星发现

高级检索

时间限定

出版年份：

文献类型

图书期刊文献学位论文多媒体

馆藏选择

电子馆藏纸本馆藏

核心期刊

全部期刊 SCI 收录期刊 SSCI 收录期刊 EI 收录期刊 CSCD 收录期刊 CSSCI 收录期刊

语言

中文英文

文献类型

期刊文献图书学位论文标准纸本馆藏

帮助

文字说明：

T=题名（书名、题名），A=作者（责任者），K=主题词，P=出版物名称，PU=出版社名称，O=机构（作者单位、学位授予单位、专利申请人），L=中图分类号，C=学科分类号，U=全部字段，Y=年（出版发行年、学位年度、标准发布年）

检索规则说明：

AND代表“并且”；OR代表“或者”；NOT代表“不包含”；(注意必须大写,运算符两边需空一格)

检索范例：

范例一：(K=图书馆学 OR K=情报学) AND A=范并思 AND Y=1982-2016
范例二：P=计算机应用与软件 AND (U=C++ OR U=Basic) NOT K=Visual AND Y=2011-2016

分类表

所选分类

>> <<

限定检索结果

文献类型

2,279 篇 专利
110 篇 期刊文献
75 篇 学位论文
9 篇 会议
6 篇 报纸

馆藏范围

2,479 篇 电子文献
0 种 纸本馆藏

日期分布

学科分类号

179 篇 工学
- 87 篇 交通运输工程
- 55 篇 公安技术
- 26 篇 机械工程
- 25 篇 计算机科学与技术...
- 22 篇 软件工程
- 17 篇 测绘科学与技术
- 16 篇 地质资源与地质工...
- 13 篇 信息与通信工程
- 12 篇 仪器科学与技术
- 12 篇 控制科学与工程
- 9 篇 电子科学与技术（可...
- 3 篇 土木工程
- 2 篇 航空宇航科学与技...
- 2 篇 安全科学与工程
- 1 篇 光学工程
- 1 篇 建筑学
- 1 篇 水利工程
- 1 篇 城乡规划学
22 篇 管理学
- 21 篇 管理科学与工程(可...
- 1 篇 公共管理
17 篇 理学
- 16 篇 地理学
- 1 篇 统计学（可授理学、...
8 篇 法学
- 7 篇 公安学
- 1 篇 法学
7 篇 经济学
- 7 篇 应用经济学
4 篇 教育学
- 4 篇 教育学
2 篇 艺术学
- 2 篇 设计学（可授艺术学...

主题

200 篇 车辆轨迹
9 篇 智能交通
9 篇 地图匹配
9 篇 交叉口
8 篇 深度学习
8 篇 交通工程
6 篇 交通安全
5 篇 gps数据
5 篇 聚类分析
5 篇 数据挖掘
5 篇 驾驶行为
4 篇 交通冲突
4 篇 神经网络
4 篇 自动驾驶
3 篇 交通波
3 篇 聚类
3 篇 遗传算法
3 篇 高速公路
3 篇 gps
3 篇 数据处理

机构

76 篇 东南大学
72 篇 同济大学
47 篇 吉林大学
46 篇 北京航空航天大学
43 篇 长安大学
37 篇 清华大学
36 篇 武汉理工大学
31 篇 北京理工大学
29 篇 浙江大学
27 篇 重庆长安汽车股份...
26 篇 通用汽车环球科技...
25 篇 武汉中海庭数据技...
24 篇 江苏大学
23 篇 西南交通大学
22 篇 浙江工业大学
21 篇 华南理工大学
20 篇 北京中交兴路信息...
19 篇 重庆邮电大学
18 篇 合肥工业大学
17 篇 北京百度网讯科技...

作者

28 篇 夏曙东
21 篇 张志平
20 篇 唐克双
19 篇 蔡英凤
19 篇 闫军
19 篇 李志斌
18 篇 刘奋
17 篇 尹玉成
17 篇 陈龙
16 篇 王海
15 篇 李鹏
14 篇 胡道生
12 篇 郭延永
12 篇 刘擎超
12 篇 刘攀
11 篇 于海洋
11 篇 王云鹏
11 篇 张鹏
11 篇 王伟
11 篇 秦峰

语言

2,478 篇 中文
1 篇 英文

检索条件"主题词=车辆轨迹"

共 2479 条记录，以下是31-40 订阅

全选清除本页清除全部题录导出标记到"检索档案"

详细简洁

排序：

基于改进的Apriori算法在车辆轨迹分析中的应用研究

基于改进的Apriori算法在车辆轨迹分析中的应用研究

引用

作者：程一民东华理工大学

学位级别：硕士

随着社会经济发展、城市化进程加快,智慧城市建设已成为城市化发展的必然要求。如何将数据挖掘等前沿科学技术融合到智慧城市建设中,有利于提高城市治理和发展水平,推动城市治理体系和治理能力现代化。以过车数据为例,车辆行驶在城市道... 详细信息

随着社会经济发展、城市化进程加快,智慧城市建设已成为城市化发展的必然要求。如何将数据挖掘等前沿科学技术融合到智慧城市建设中,有利于提高城市治理和发展水平,推动城市治理体系和治理能力现代化。以过车数据为例,车辆行驶在城市道路的过程中,经过卡口点位会抓拍生成海量的过车数据,通过数据挖掘等大数据技术,对过车数据进行分析与处理,发现内在的联系和规律,可以挖掘出更深层次的规则与知识如车辆高频出入点、落脚点、经常行驶路线以及同行车辆等轨迹信息。这些信息如果应用在公安等部门的实际工作中,可以在疏导城市交通、实施车辆管控、案件快速侦破等方面提供强有力的技术支持,因此应用关联规则挖掘技术对车辆轨迹分析具有重要的研究意义。本文深入分析当前智慧城市建设的状况、车辆轨迹分析研究的现状以及关联规则挖掘的产生与发展;介绍车辆轨迹分析方法、数据预处理技术、常用数据挖掘工具以及基于关联规则挖掘Apriori经典算法。针对算法存在多次扫描数据库、产生大量候选项集等制约算法运行效率的两大不足,提出一种基于事务非空子集的改进的Apriori算法,改进算法从减少数据库扫描次数、缩减候选项集生成规模两方面出发,通过单事务的非空子集集合与前一事务产生的候选项集集合进行集合运算产生当前事务的候选项集,计算各候选集的支持度,生成交易事务的最大候选项集集合,删除不满足最小支持度阈值的候选集得到频繁项集集合,实验验证改进后的Apriori算法运行效率得到有效提高;最后将改进算法应用在嫌疑车辆轨迹追踪的案例分析中。以某地一辆肇事逃逸的套牌车行车数据为研究对象,借助数据挖掘工具进行数据预处理,将该车经过卡口集合作为事务数据,以不同日期区分,设定最小支持度与置信度,生成关联规则。通过分析套牌车历史高频出入点、经常行驶路线,排查梳理嫌疑人的活动范围,根据落脚点分析研判,对嫌疑人实施精准布控与抓捕,通过套牌车辆5个高频出入点在历史时间内经过的不同车辆集合关联分析出与与嫌疑人开设赌场的同案人员,帮助公安机关成功打掉该犯罪团伙。研究结果表明改进的Apriori算法应用在车辆轨迹分析中,可以为公安等部门在实施车辆管控、案件快速侦破等方面提供技术支持。

关键词：智慧城市关联规则 Apriori算法车辆轨迹事务子集

来源：评论

学校读者我要写书评

暂无评论

基于车辆轨迹数据的不规则道路网络构建方法研究

基于车辆轨迹数据的不规则道路网络构建方法研究

引用

作者：刘静云大连海事大学

学位级别：硕士

随着城市化进程的加速和交通需求的不断增长,道路信息的快速获取与更新变得更加重要,现代智能交通系统、城市规划等系统的广泛应用也对道路信息的精确性与及时性提出了更高的要求。传统的道路网络构建方法通常依赖于复杂的数据采集过程... 详细信息

随着城市化进程的加速和交通需求的不断增长,道路信息的快速获取与更新变得更加重要,现代智能交通系统、城市规划等系统的广泛应用也对道路信息的精确性与及时性提出了更高的要求。传统的道路网络构建方法通常依赖于复杂的数据采集过程和专业团队,这在很大程度上限制了道路信息的及时更新和快速获取。因此,利用车辆轨迹数据构建道路网络成为当前研究的热点和关键问题。论文主要研究基于车辆轨迹数据的不规则道路网络构建方法,充分利用车辆轨迹数据中包含的空间位置、方向等丰富信息,以实现道路网络的高效构建与更新。论文的主要内容如下:1.基于分形特征与邻域向量的局部离群点检测算法研究。针对车辆轨迹数据中普遍存在的离群点问题,论文提出一种基于分形特征与邻域向量的局部离群点检测方法,该方法利用数据集的分形特征进行空间网格划分,降低时间复杂度,提高计算效率;引入邻域向量计算局部离群因子,提升轨迹数据中离群点检测的精确度,有效地识别与剔除离群点数据,提高轨迹数据预处理质量。2.基于轨迹点聚类的不规则道路网络构建方法。针对不规则道路难以识别问题,论文提出一种基于方向偏差的不规则道路识别方法,根据轨迹数据的经度、纬度、方向角三个维度的计算,采用区域内方向偏差均值作为判断依据,实现对不规则道路的准确识别;基于轨迹点聚类进行不规则道路网络构建研究,根据轨迹数据特征,对基于密度的聚类算法约束条件进行优化,提出基于高斯核距离的聚类算法,该算法提升了聚类的准确度,能够更好地对不规则道路的轨迹数据进行聚类,符合道路的真实形态,降低构建误差;在聚类基础上采用基于多元自适应回归样条方法进行道路拟合,更准确地构建不规则道路网络。3.为验证论文方法的有效性,采用实际的城市公交车辆轨迹数据对论文方法进行验证与分析,实验结果表明,论文基于分形特征与邻域向量的离群点检测算法能够更高效、准确地识别数据集中的离群点数据,基于高斯核距离聚类的多元自适应回归样条方法能够准确构建不规则道路网络。道路网络信息构建是当前交通领域研究的重要问题,以车辆轨迹为基础的研究具有重大的应用价值与前景,论文提出的基于车辆轨迹数据的不规则道路网络研究为高效准确地道路构建提供了新思路,对现代化智能交通的发展具有理论意义和参考价值。

关键词：车辆轨迹离群点检测数据集聚类道路网络构建

来源：评论

学校读者我要写书评

暂无评论

视频车辆轨迹分析算法的设计与实现

视频车辆轨迹分析算法的设计与实现

引用

作者：方均鑫厦门大学

学位级别：硕士

政府已将智能交通系统作为中国未来交通发展的重要方向,在这个重要的政策下,智能交通业的发展必然是一片百家争鸣的景象。视频检测技术也将成为整个智能交通系统前端信息采集的核心与瓶颈。\n 本文首先介绍了视频检测技术的概念、研... 详细信息

政府已将智能交通系统作为中国未来交通发展的重要方向,在这个重要的政策下,智能交通业的发展必然是一片百家争鸣的景象。视频检测技术也将成为整个智能交通系统前端信息采集的核心与瓶颈。\n 本文首先介绍了视频检测技术的概念、研究背景,阐述了视频检测技术在智能交通系统中的重要性以及当前流行的视频检测技术及相关算法。在此基础上,提出了视频检测算法的改进思路,包括针对白天和夜间的算法区分及图片处理的颜色模型选择。其中详细阐述了关于帧差法的使用和夜间借助车尾灯的检测方式。根据提出的改进思路设计了一个仿真程序,并借助实际项目的路口视频材料进行算法效果测试。通过测试验证了算法的合理性和准确性。

关键词：智能交通车辆轨迹视频检测图像处理

来源：评论

学校读者我要写书评

暂无评论

基于车辆轨迹的高速公路分流区行车风险预测方法研究

基于车辆轨迹的高速公路分流区行车风险预测方法研究

引用

作者：占昌文东南大学

学位级别：硕士

随着我国对高速公路基础设施的大力发展,全国高速公路总里程不断增加,网络日益完善。分流区作为高速公路的重要组成部分,其运行状态也直接影响了高速公路网的运行效率。在分流区,交通流存在频繁的车道变换现象,导致交通流运行紊乱、交... 详细信息

随着我国对高速公路基础设施的大力发展,全国高速公路总里程不断增加,网络日益完善。分流区作为高速公路的重要组成部分,其运行状态也直接影响了高速公路网的运行效率。在分流区,交通流存在频繁的车道变换现象,导致交通流运行紊乱、交通冲突频发,使得分流区成为高速公路主要事故黑点。因此,有效合理的对分流区车辆行车安全进行评估和预测,明晰行车风险影响机理,加强高速公路行车安全管控尤为重要。为了改善分流区的交通安全,论文以南京机场高速分流区为例,通过交通流运行状态,有效预测车辆行车风险,并剖析和解读其中影响机理。通过无人机航拍的视频数据提取车辆轨迹,采用统计分析的方法获取分流区交通流的运行状态,并计算安全替代指标(拓展碰撞时间,ETTC)以判别车辆的安全状态;考虑异质性和时段不稳定性,构建不同随机参数Logit模型,对比拟合优度选取最优模型,对行车风险显著影响因素进行识别和分析;构建和优选非参数机器学习模型(决策树、随机森林、Adaboost、GBDT、XGBoost)对分流区行车安全进行风险识别和有效预测;最后结合预测分析结果,提出分流区行车安全管控优化措施和建议。实例分析结果显示,分流区上午时段和中午时段的交通流运行状态存在差异,上午时段车辆行驶速度较高、车流量较大,行车风险影响机理更为复杂;车辆在分流区内的交通冲突具有持续性,两时段危险样本ETTC均值分别为2.91s和2.67s,TET(暴露危险时间)分别为1.06s和0.91s,中午时段车辆交通冲突更为严重,但危险持续时间更短;分流区首端和末端的交通冲突密集程度较高,末端减速车道上行驶车辆交通冲突最严重。另外分析还显示,均值方差异质性随机参数Logit模型拟合性能最优,不仅能够反映未观测到的异质性,还能够识别更多的显著影响因素;结果表明上午和中午时段的行车风险具有显著差异性,车辆平均速度、分流区车辆平均速度以及车头时距是分析分流区车辆行车安全关键因素,加速度标准差和分流区车辆平均加速度可认为是次要关键因素。基于树的机器学习算法模型对分流区行车风险预测有着较高的精度和良好的稳定性,其中随机森林平均预测精度最高,达到96.56%,同时具有良好的泛化能力。同时将研究结果和工程实践相结合,提出了面向车辆和安全设施的管控优化措施和建议,为高速公路安全管理提供了有效地方法支撑和借鉴。

关键词：车辆轨迹高速公路分流区交通冲突行车风险预测随机参数模型

来源：评论

学校读者我要写书评

暂无评论

基于语义的隐私保护车辆轨迹数据挖掘技术研究

基于语义的隐私保护车辆轨迹数据挖掘技术研究

引用

作者：陶健安徽师范大学

学位级别：硕士

随着车载智能终端设备、各种定位技术(GPS、GSM、RFID等)和存储技术的快速发展,海量车辆轨迹数据被收集存储,并应用于用户行为分析、交通流量预测、异常车辆检测等多个领域。然而车辆轨迹数据中含有的大量冗余信息和敏感信息又制约着车... 详细信息

随着车载智能终端设备、各种定位技术(GPS、GSM、RFID等)和存储技术的快速发展,海量车辆轨迹数据被收集存储,并应用于用户行为分析、交通流量预测、异常车辆检测等多个领域。然而车辆轨迹数据中含有的大量冗余信息和敏感信息又制约着车辆轨迹数据挖掘的发展。因此,本文基于离线车辆轨迹数据,利用车辆轨迹的时空特征以及相关语义知识进行展开研究,具体研究工作如下:(1)针对基于轨迹时空属性的停留点提取方法实用性低的问题,本文从轨迹语义的角度剖析车辆轨迹的特点,提出一种不依赖真实路网环境的车辆轨迹停留点提取算法;利用真实出租车轨迹数据集的实验结果表明,该算法相比现有停留点提取算法有更好的实用性。(2)针对基于轨迹空间属性的兴趣区域挖掘方法应用性低的问题,本文从轨迹时空属性的角度并结合用户出行习惯,提出基于密度的时空聚类算法来细粒度发现兴趣区域的变化,同时利用地理反编码技术和ArcGIS软件,对兴趣区域进行语义标注,并可视化在地图上。仿真实验结果表明,该算法相比现有兴趣区域挖掘算法有更好的应用性,且可以直观的发现不同时段兴趣区域分布。(3)针对车辆轨迹移动模式挖掘时会泄露车辆位置隐私问题,本文从车辆轨迹语义的角度保护敏感位置,提出基于语义空间匿名的移动模式挖掘算法。该算法利用兴趣点的地理空间分布特征,对轨迹停留点进行空间匿名以满足(k,l)隐私保护模型的同时,实现频繁移动模式挖掘;理论分析算法的安全性,仿真实验验证算法不仅有效降低轨迹信息损失度,而且对发现的频繁移动模式的空间语义解释性更高。

关键词：车辆轨迹数据挖掘隐私保护语义可视化

来源：评论

学校读者我要写书评

暂无评论

基于递归神经网络的快速车辆轨迹数据预测

基于递归神经网络的快速车辆轨迹数据预测

引用

作者：李想中国矿业大学

学位级别：硕士

随着时代的迅猛发展,GPS(Global Positioning System)定位几乎普及应用到各个领域。GPS在车载系统上的应用也颇为成熟。车辆轨迹信息的预测,对车流量的控制、车辆行驶的安全、基于位置的应用和服务有着重要的意义。本文是基于递归神经... 详细信息

随着时代的迅猛发展,GPS(Global Positioning System)定位几乎普及应用到各个领域。GPS在车载系统上的应用也颇为成熟。车辆轨迹信息的预测,对车流量的控制、车辆行驶的安全、基于位置的应用和服务有着重要的意义。本文是基于递归神经网络方法,对GPS记录的车辆轨迹信息数据进行的预测研究,主要工作如下:(1)基于SVD-LSTM的车辆轨迹数据预测LSTM(Long Short Term Memory)的门结构虽然能够长期的保存车辆轨迹数据信息,选择性地记录车辆轨迹当前时刻的状态和累计的历史状态,更好地处理这种长序列的轨迹数据。但是LSTM模型对长短期状态记忆的这种门机制,使该模型具有更庞大的参数(参数占比最大的即网络层的权重),导致模型训练速度较慢。针对以上因素,本文提出一种基于SVD-LSTM车辆轨迹数据预测方法(VTDP SVD-LSTM,Vehicle trajectory data prediction based on SVD-LSTM)。该方法通过SVD方法将LSTM层权重分解成两个较小矩阵,且相比普通的LSTM结构多构建了一个自定义层。通过这种多层分组的思想,减少了输入层以及中间层权重的维度,缩减了LSTM的计算量,加快了轨迹数据的训练速度。实验表明,SVD-LSTM预测车辆轨迹数据的训练速度比LSTM快了2.32倍,在保证快速的同时,预测轨迹点的准确率也能得到保证,可达71.9%。(2)基于FRU(Fourier Recurrent Units)的车辆轨迹数据预测基于SVD-LSTM预测车辆轨迹数据是从递归神经网络的外部结构入手实现的快速预测,在时间上虽然能取得较好优势,但预测的准确率不够高。因此,本文提出一种从神经网络内部,即改变门结构的递归单元入手,在减少误差,提高准确率的基础上,实现车辆轨迹数据的快速预测,即基于FRU的车辆轨迹数据预测方法(VTDP FRU,Vehicle trajectory data prediction based on FRU)。FRU(Fourier Recurrent Units)是一种非门结构的递归神经网络,它的傅里叶的残差学习结构能够有效地解决训练过程中的梯度消失和爆炸问题,提升训练稳定性,加速模型收敛速度,且对于任何车辆过去隐藏状态的总结都可以使用傅里叶统计的线性组合来近似,使预测轨迹点的误差更小。除此之外,由于傅里叶变换的强表达能力,可以使用较少参数,完整地表达车辆轨迹信息,花费了更少的训练时间和预测时间处理车辆轨迹数据。实验表明,FRU与其他对比模型的预测结果作比较,准确率最高,可达76.8%,训练速度是LSTM的3.27倍。因此,该方法不仅可以实现车辆轨迹数据的快速预测,还能更好地处理车辆轨迹数据的长期依赖问题,完整地保存了车辆轨迹的隐藏信息。(3)设计并实现基于递归神经网络的快速车辆轨迹数据预测原型系统本文设计了基于递归神经网络的快速车辆轨迹数据预测原型系统,可以更好地展示以上两个快速车辆轨迹数据预测方法所得出的预测效果。该系统可以选择存贮在数据库中的已下载数据集,选择数据预处理方法;导入训练集交给此系统进行训练,模型训练结束自动保存模型;输入测试集,系统加载已保存模型可以快速实现预测,为结果的呈现提供了很好的可视化。

关键词：递归网络车辆轨迹快速预测

来源：评论

学校读者我要写书评

暂无评论

基于深度学习的车辆轨迹特征识别与分析

基于深度学习的车辆轨迹特征识别与分析

引用

作者：杨小润南京邮电大学

学位级别：硕士

通过车辆轨迹数据挖掘,建立驾驶员的行为特征模型,评估驾驶员的事故倾向性,可以为智能辅助驾驶、保险、驾驶员培训等领域带来广泛的应用价值。然而传统的基于轨迹数据分析的驾驶员分类方法存在一些局限性,如依赖基于专业经验的特征工程... 详细信息

通过车辆轨迹数据挖掘,建立驾驶员的行为特征模型,评估驾驶员的事故倾向性,可以为智能辅助驾驶、保险、驾驶员培训等领域带来广泛的应用价值。然而传统的基于轨迹数据分析的驾驶员分类方法存在一些局限性,如依赖基于专业经验的特征工程、没有充分利用无标注数据、卫星定位轨迹数据无法表征具体驾驶行为。近年来深度学习模型的发展,为解决这些问题开辟了新的思路。本文提出基于深度学习的轨迹挖掘方法,以解决这些不足,主要研究工作如下:(1)针对当前轨迹数据的特征提取依赖人工经验,导致缺乏客观性与全面性的问题,提出一种基于卷积神经网络进行驾驶安全特性的挖掘方法。该方法首先对原始轨迹数据进行预处理,提取出轨迹点中的车辆运动状态数据,将其作为网络的输入。然后利用卷积层自动提取特征,结合样本标签使用全连接层对提取的特征进行分类。最后将同一驾驶员的轨迹分类结果组合,获得该驾驶员的安全等级。实验结果表明,所提出的方法能够有效区分不同类型的驾驶员的驾驶行为特征,分类结果准确率达到76.4%。(2)为了解决目前研究未能充分利用无标注数据的问题,在卷积神经网络模型的基础上提出一种半监督的网络模型。该模型利用标注与无标注数据训练卷积反卷积自动编码器,以获得原始数据中共性特征,并利用标记数据训练分类器来获得标记中的信息。通过自动编码器与分类器共享卷积层,获得统一且精简的网络架构。最后,提出分两阶段的自动编码器与分类器联合训练策略,更好的训练网络模型中的监督与无监督组件。对比实验表明,本文所提的深度半监督学习方法能够在保证模型分类性能的同时减少所需标记样本的数量。在相同标记样本数量情况下,该方法将分类准确率提升到77.5%。(3)针对基于卫星定位的车辆轨迹无法与具体驾驶行为相对应,导致分析结果缺乏直观解释的问题,本文提出基于多通道深度卷积神经网络换道轨迹分析方法。首先对影响换道安全的关键因素进行分析,选择换道车辆与另外三辆车的轨迹来构建描述换道过程的换道车辆轨迹样本。然后采用3D卷积核对样本数据进行特征提取,并训练卷积神经网络分类器。在公开数据集NGSIM上的实验表明,本文所提出的多通道深度卷积神经网络换道轨迹分析方法,能够将不同安全性的换道行为加以区分,分类准确率达到82.1%。

关键词：车辆轨迹驾驶行为特征驾驶安全性卷积神经网络半监督学习

来源：评论

学校读者我要写书评

暂无评论

基于RNN-LSTM网络的车辆轨迹预测研究

基于RNN-LSTM网络的车辆轨迹预测研究

引用

作者：蔡游游吉林大学

学位级别：硕士

随着汽车保有量的增加,交通拥堵和安全交通成为人们当前亟待解决的问题之一。为缓解当前交通堵塞情况和提高行驶安全性,人们开始将视野投向车辆智能驾驶。车辆轨迹预测是车辆实现智能驾驶不可或缺的一个部分,预测结果的好坏影响着车辆... 详细信息

随着汽车保有量的增加,交通拥堵和安全交通成为人们当前亟待解决的问题之一。为缓解当前交通堵塞情况和提高行驶安全性,人们开始将视野投向车辆智能驾驶。车辆轨迹预测是车辆实现智能驾驶不可或缺的一个部分,预测结果的好坏影响着车辆行驶路线规划的准确性。车辆行驶轨迹预测主要存在两大方向:基于传统方法和基于神经网络模型轨迹预测。虽然基于传统轨迹预测方法早于神经网络的轨迹预测方法,但随着神经网络不断发展,巨大的运算能力和在行人轨迹预测方面的研究取得成功使科研人员尝试将神经网络运用到车辆轨迹预测上。本文在前人研究基础上,利用RNN和LSTM单元体搭建预测模型,进行车辆轨迹预测准确度提升的研究。论文主要内容如下:首先,换道片段划分标定。论文利用对称指数移动平均滤波算法对NGSIM项目中公布的I-80路段原始数据进行预处理,提取车辆轨迹中有效数据。接着,车辆换道片段标定。将行车轨迹与车道线的交点标记为换道点,然后以换道点为基点向前向后各划定2.5秒,构成一个时域长为5秒的片段,称为车辆换道过程,否则为直线片段。根据车辆位置(x,y)来计算汽车航向角,通过航向角数值的正负判断换道类型,为下文模型训练样本序列标定提供依据。其次,进行训练的样本序列提取。通过滑动窗口提取方法,标定训练样本序列。将滑动窗口长度设定为40,按时间步长为0.2秒向后滑动提取训练的轨迹样本序列,其中每条样本序列中包含着40个历史信息采样点和50个预测信息采样点。接着,构建RNN-LSTM神经网络模型。根据基础的LSTM网络进行车辆轨迹预测,模型中仅仅输入目标车辆自身参数,将其得到的结果称为R＿LSTM,将周围环境车辆信息加入到模型中训练得到的结果称为B＿LSTM模型结果。另外,对比双层LSTM网络模型和单层LSTM网络模型预测结果,表明单层LSTM神经网络模型预测结果更好。在前面研究基础上,本文搭建RNN-LSTM网络轨迹预测模型。分析表明RNN-LSTM在长时域上预测准确度上有明显的优势,准确度更高。最后,根据本文构建的RNN-LSTM神经网络模型对具体车辆未来5秒内换道情况预测研究,分析不同预判时间对预测准确性的影响。在左右换道车辆中各自选择一条轨迹,将其按照相应格式放入测试集中。研究发现,在预判时间大于3秒时,正确识别换道轨迹的概率低于50%。当历史序列片段终止点处于换道点前1.5秒时,RNN-LSTM模型预测的准确率能到达80%以上;在换道点前1秒时,模型预测准确率已经超过83%;而在换道点时,模型的预测准确率达到87%以上。另外,本文搭建的RNN-LSTM网络模型能在换道过程外的轨迹上预测出车辆的换道意图。

关键词：神经网络 RNN-LSTM 车辆轨迹预测

来源：评论

学校读者我要写书评

暂无评论

城市车辆轨迹中空间社团结构异常演化模式挖掘方法研究

城市车辆轨迹中空间社团结构异常演化模式挖掘方法研究

引用

作者：侯昭怡中南大学

学位级别：硕士

从城市车辆轨迹数据中挖掘空间社团结构的异常演化模式对揭示城市交通运行的异常规律具有重要价值,可为城市交通拥堵治理与城市交通规划提供参考。现有方法仅从空间社团规模变化的角度发现异常演化模式,一方面易受到空间社团检测方法自... 详细信息

从城市车辆轨迹数据中挖掘空间社团结构的异常演化模式对揭示城市交通运行的异常规律具有重要价值,可为城市交通拥堵治理与城市交通规划提供参考。现有方法仅从空间社团规模变化的角度发现异常演化模式,一方面易受到空间社团检测方法自身不稳定性的影响,导致异常识别结果真伪难辨;另一方面难以发现空间社团结构内部连接关系和强度变化的异常演化模式。为此,本文针对空间社团结构的异常演化模式挖掘开展系统研究,首先提出了一种融合全局扰动多层次聚合和一致性聚类的空间社团检测方法,识别稳定的空间社团结构,降低空间社团检测结果不确定性对异常演化模式识别的干扰;进而,发展了一种基于带重启随机游走机制的空间社团异常演化模式识别方法,发现空间社团结构内部连接关系和强度变化的异常演化模式;最后,探索了城市车辆轨迹的聚合尺度对空间社团结构及其异常演化模式挖掘的影响。采用北京市2016年5-6月出租车GPS轨迹数据进行实例分析。主要贡献如下: (1)融合全局扰动多层次聚合和一致性聚类的空间社团检测方法。空间社团检测是识别空间社团结构异常演化模式的基础。空间社团检测方法自身的不稳定性会对社团异常演化模式识别造成干扰。针对这一问题,本文提出了一种融合全局扰动多层次聚合和一致性聚类的空间社团检测方法。首先构造了以路段为顶点,路段间的交互数为权重的空间嵌入网络;进而,迭代局部移动和全局扰动优化目标函数(即模块度),直到获得最大模块度;最后,采用一致性聚类的策略从一组空间社团结果中获取稳定的社团检测结果。本文提出方法极大降低了空间社团检测结果的不确定性,社团识别质量优于空间约束莱登方法,为准确识别空间社团结构的异常演化模式奠定了基础。 (2)基于带重启随机游走机制的空间社团异常演化模式识别方法。本文对空间社团的异常演化模式进行系统的定义和分类,针对现有方法难以识别空间社团结构内部连接关系和强度变化的异常演化模式的缺陷,引入带重启的随机游走方法识别空间社团的异常演化模式。首先,选取相同类型时段的轨迹数据(如每一周的周一早高峰时段)构造多个时间切片的时间演化复杂网络,采用融合全局扰动多层次聚合和一致性聚类的空间社团检测方法发现不同时间片上的空间社团结构;进而,采用Jaccard相似系数对相邻时间片的空间社团进行匹配,获得空间社团的动态演变结果;最后,采用随机游走方法构建社团的顶点亲密度矩阵,基于Matusita距离计算每个社团与相邻时间片社团的亲密度矩阵距离,据此识别空间社团异常演化模式(即演化程度超过定义阈值的社团)。结合实际出租车轨迹数据,分析了引起社团异常演化的特殊事件,发现城市车辆轨迹空间社团异常演化与城市交通问题间的联系,可为城市交通结构优化与城市交通安全保障提供一定的参考。 (3)城市车辆轨迹聚合尺度对空间社团异常演化模式的影响分析。尽管现有研究发现以城市路段为基本单元聚合车辆轨迹有助于缓解空间社团检测中的可塑面积单元问题,但是车辆轨迹聚合尺度对空间社团结构及其异常演化模式的影响尚缺乏定量的认识。为此,本文分别基于“路段”和“stroke”两种空间聚合单元构建城市交通轨迹复杂网络,并分析比较不同空间聚合尺度下形成的空间社团结构和社团异常演化模式,可为理解空间交互作用的尺度效应提供一定参考。图幅78个,表18个,参考文献101篇

关键词：车辆轨迹空间社团异常演化模式聚合尺度

来源：评论

学校读者我要写书评

暂无评论

基于车辆轨迹数据的城市交通拥挤时空关联规则挖掘研究

基于车辆轨迹数据的城市交通拥挤时空关联规则挖掘研究

引用

作者：周启帆西南交通大学

学位级别：硕士

城市交通拥挤形势日益严峻,科学的拥挤治理方法亟待升级,具有较强拥挤关联性和传播性的路段是交通治理应优先考虑的目标。然而,大规模路网中潜在的关联拥挤路段和拥挤传播现象难以观测,且拥挤路段间关联性的强度难以量化、拥挤传播的路... 详细信息

城市交通拥挤形势日益严峻,科学的拥挤治理方法亟待升级,具有较强拥挤关联性和传播性的路段是交通治理应优先考虑的目标。然而,大规模路网中潜在的关联拥挤路段和拥挤传播现象难以观测,且拥挤路段间关联性的强度难以量化、拥挤传播的路径难以追溯,这导致在城市交通拥挤治理的初期缺乏用于确立和筛选重点治理对象的科学方法和手段。探索能够发掘及刻画路段拥挤间相关性的方法对于城市交通网络拥挤治理而言具有重要意义,其合理利用将有助于从宏观层面解释拥挤的形成机理,从而精准制定相应的交通管理和控制策略,缓解交通压力。本文利用车辆轨迹和矢量路网数据挖掘大规模城市路网范围内路段拥挤的空间关联性和传播性,实现高拥挤相关性路段的发掘、定位和量化,研究表明数据挖掘结果与实际交通规律相印证。论文的内容及取得的研究成果总结如下: (1)充分融合车辆轨迹数据和交通网络矢量数据。其中,使用孤立森林算法和连续轨迹段方法克服轨迹数据固有缺陷,并将车辆轨迹和地图匹配的过程转换为隐马尔可夫模型的解码问题。实验证明,即使在多线并行路段或者轨迹点出现明显的漂移现象时,匹配结果都能很好地刻画车辆在路网中的行驶路径,实现大型路网范围内的交通拥挤态势监测。 (2)提出KNbr-RElim算法用于挖掘路网空间中潜在的关联性拥挤易发路段,实现拥挤路段空间关联性的量化。算法使用K邻边拓扑约束定义路段空间关系,能够在不同的路网密度、数据采样频率下高效提取不同行驶方向的路段拥挤关联关系。将算法应用于成都市车辆轨迹数据,结果显示路网中的拥挤常发路段主要分布在二环内中心城区,其中天府广场、春熙路、青羊宫、西南交大九里校区等片区路段的空间相关性较强,个别路段发生拥挤的关联性强度超过95%。 (3)提出时序KNbr-RElim算法,实现从大规模数据集中挖掘城市路网中难以观测的拥挤传播行为,算法在拓展时空约束的同时保证了极高的挖掘效率。使用提出的算法挖掘成都市车辆轨迹数据中的拥挤传播现象,结果显示拥挤传播现象主要发生在天府广场、春熙路、人民公园、青羊宫、一环路西三段-花牌坊街交接处,其中天府广场及春熙路片区的拥挤传播聚集密度最高。统计分析发现,绝大部分拥挤传播现象的时序跨度短、辐射范围小,长时间、大范围的拥挤传播现象在城市交通网络中并不频繁发生。

关键词：交通拥挤拥挤关联拥挤传播车辆轨迹关联规则挖掘 RElim

来源：评论

学校读者我要写书评

暂无评论

没有更多数据了...

全选清除本页清除全部题录导出标记到“检索档案”

共248页 << < 1 2 3 4 5 6 7 8 9 10 > >>

检索报告对象比较合并检索0

隐藏清空

合并搜索

回到顶部

执行限定条件

内容：

评分：

请选择保存的检索档案：

请选择收藏分类：

订阅名称：

通借通还

温馨提示：

图书名称：

借书校区：

取书校区：

手机号码：

邮箱地址：

一卡通帐号：

电话和邮箱必须正确填写，我们会与您联系确认。

联系人：

所在院系：

联系邮箱：

联系电话：

内蒙古自治区呼和浩特市赛罕区大学西街235号邮编: 010021

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：