检索结果-内蒙古大学图书馆

吉林大学学报(工学版) 2025年第2期55卷 529-536页

作者：李立鲍宇健杨文臣楚庆玲汪贵平长安大学电子与控制工程学院西安710064 云南省交通规划设计研究院有限公司陆地交通气象灾害防治技术国家工程实验室昆明650200

为满足路侧多源融合感知算法研究对标准公开数据的需求,提出一种路侧多源感知数据集规范化构建方法。在城市T型交叉口采集激光雷达和图像数据并进行时空匹配,提出包括道路空间划分、路面分割和激光点云聚类等步骤的车辆三维外形尺寸提... 详细信息

为满足路侧多源融合感知算法研究对标准公开数据的需求,提出一种路侧多源感知数据集规范化构建方法。在城市T型交叉口采集激光雷达和图像数据并进行时空匹配,提出包括道路空间划分、路面分割和激光点云聚类等步骤的车辆三维外形尺寸提取方法,提出涵盖目标过滤和分类、识别难度划分、三维边界框校准、标签信息补充等步骤的车辆标注方法,构建了昼夜条件下含有9794个小汽车和重车标签的规范化路侧多源感知数据集;使用YOLOv5算法和PointRCNN算法对本文数据集的车辆二维和三维目标识别效果进行测试。测试结果表明:由于场景复杂度、采集设备以及车辆类型的差别,本文数据集与公开车载数据集中车辆平均激光点数量、车辆三维边界框尺寸方面存在明显差异;YOLOv5算法和PointRCNN算法对路侧多源感知数据集中的车辆目标具有与公开车载数据集相近的目标识别精度。

关键词：智能交通路侧感知数据集多源感知激光雷达目标识别

来源：评论

学校读者我要写书评

暂无评论

基于路侧毫米波雷达的群体车辆目标识别与跟踪

引用

吉林大学学报（工学版） 2024年第7期54卷 2104-2114页

作者：李立吴晓强杨文臣周瑞杰汪贵平长安大学电子与控制工程学院西安710064 云南省交通规划设计研究院有限公司陆地交通气象灾害防治技术国家工程实验室昆明650200 云南省数字交通重点实验室昆明650103

为了提升道路交通流检测精度,本文提出了一种基于路侧毫米波雷达的群体车辆识别与跟踪方法。首先,基于预处理后的城市多车道主干路交通流毫米波雷达检测数据,提出了一种基于高斯核距离的带噪声密度空间聚类(DBSCAN)算法,实现对群体车辆... 详细信息

为了提升道路交通流检测精度,本文提出了一种基于路侧毫米波雷达的群体车辆识别与跟踪方法。首先,基于预处理后的城市多车道主干路交通流毫米波雷达检测数据,提出了一种基于高斯核距离的带噪声密度空间聚类(DBSCAN)算法,实现对群体车辆所反射有效雷达信号的时空聚类;其次,提出了一种无迹卡尔曼滤波(UKF)和线性高斯混合概率假设密度(GMPHD)融合算法,以提升非线性运动群体车辆的跟踪精度;最后,在仿真和实际环境中进行算法测试,仿真结果验证了UK-GMPHD算法能够精准、稳定地跟踪非线性运动车辆。实测结果表明:基于核距离的DBSCAN算法能够有效改善经典算法特征向量的调参问题;与GMPHD算法对比,UKGMPHD算法对目标跟踪的距离、速度和角度均方根误差分别减少了21.03%、23.41%和20.67%。

关键词：智能交通毫米波雷达群体车辆目标识别车辆跟踪滤波高斯混合概率假设密度

来源：评论

学校读者我要写书评

暂无评论

基于选择集成的山区高速事故预测模型

引用

吉林大学学报(工学版) 2024年

作者：孟祥海王国锐张明扬田毕江哈尔滨工业大学交通科学与工程学院云南省交通规划设计研究院有限公司陆地交通气象灾害防治技术国家工程实验室

为提升交通事故预测模型的精度并减少鲁棒性，本文利用Stacking集成策略构建事故预测模型。首先，构建基于决策树、极端随机树等8种机器学习模型的单一事故预测模型，利用MIC检验与图着色法度量各事故预测模型的相似度，选取相似度低、... 详细信息

为提升交通事故预测模型的精度并减少鲁棒性，本文利用Stacking集成策略构建事故预测模型。首先，构建基于决策树、极端随机树等8种机器学习模型的单一事故预测模型，利用MIC检验与图着色法度量各事故预测模型的相似度，选取相似度低、多样性强的模型参与集成；然后，对单一事故预测模型结果进行Box-Cox变换，并利用特征加权法为各单一模型分别赋予不同的权重；最后，选用BP神经网络、Logistic回归等模型作为元学习器进行Stacking集成。研究结果表明：元学习器选用BP神经网络的集成模型预测精度高于其他集成模型，相较于预测精度最高的单一事故预测模型，集成模型的MAE、RMSE分别降低了24%和14%，R2提高了6%。

关键词：交通运输规划与管理交通事故预测山区高速公路机器学习集成学习

来源：评论

学校读者我要写书评

暂无评论

基于随机参数Ordered Probit模型的山区公路摩托车事故严重程度研究

引用

公路交通科技 2023年第1期40卷 169-177页

作者：李小刚田毕江杨文臣李薇岳松云南交投公路建设第一工程有限公司云南昆明650034 云南省交通规划设计研究院有限公司陆地交通气象灾害防治技术国家工程实验室云南昆明650200

为准确识别山区双车道公路摩托车事故严重程度影响因素及其异质性效应,降低摩托车事故发生率及其严重度,综合考虑事故严重度有序性和影响因素异质性,以2012—2017年云南省楚雄州Y公路摩托车交通事故为研究对象,从驾驶员、车辆、道路、... 详细信息

为准确识别山区双车道公路摩托车事故严重程度影响因素及其异质性效应,降低摩托车事故发生率及其严重度,综合考虑事故严重度有序性和影响因素异质性,以2012—2017年云南省楚雄州Y公路摩托车交通事故为研究对象,从驾驶员、车辆、道路、环境和事故特性五要素中选取16个潜在影响因素作为自变量,以摩托车事故严重程度作为因变量,分别构建了山区双车道公路摩托车事故严重程度固定参数有序probit模型(OP模型)和随机参数有序probit模型(RP-OP模型),并结合边际效应分析了各影响因素对摩托车事故严重程度的作用强度。结果表明:考虑个体异质性的RP-OP模型拟合优度高于OP模型,能准确刻画数据中未观测到的异质性和事故严重程度影响因素之间的交互作用,更适用于事故严重度影响机理的精细化研究;OP和RP-OP模型均识别出摩托车驾驶员性别、操作行为、是否有责、事故发生时间、光线条件、事故发生地点、路表情况、涉事车型显著影响摩托车事故严重程度的8个变量,其中女性摩托车驾驶员、驾驶员超车不当、涉及货车3个变量是分别服从(0.721,0.987^(2)),(0.432,0.344^(2)),(0.723,0.562^(2))正态分布的随机参数,对摩托车事故严重度具有显著的异质性影响效应。研究成果可为山区双车道公路摩托车事故预防提供决策参考,并针对性制定安全改善措施。

关键词：交通工程摩托车事故严重程度随机参数有序probit模型山区双车道公路异质性效应

来源：评论

学校读者我要写书评

暂无评论

冬季高速公路逐时路表温度LSTM预测模型

引用

中国安全科学学报 2023年第1期33卷 136-144页

作者：戴秉佑杨文臣戢晓峰周林义房锐昆明理工大学交通工程学院云南昆明650500 云南省交通规划设计研究院有限公司陆地交通气象灾害防治技术国家工程实验室云南昆明650200 云南数字交通重点实验室云南昆明650103 中国气象局交通气象重点实验室江苏南京210008

为提高冬季路表温度的预测精度,提出一种基于多维长短时记忆(LSTM)神经网络的冬季路表温度逐时预测模型,以小时路表温度为模型输出,综合考虑多维气象因素的累积影响和路表温度的周期性,采用滑动窗口构造输入特征矩阵;构建路表温度LSTM... 详细信息

为提高冬季路表温度的预测精度,提出一种基于多维长短时记忆(LSTM)神经网络的冬季路表温度逐时预测模型,以小时路表温度为模型输出,综合考虑多维气象因素的累积影响和路表温度的周期性,采用滑动窗口构造输入特征矩阵;构建路表温度LSTM逐时预测模型,通过深度学习高效逼近具有复杂非线性和不确定性的路表温度,并以江苏省宁宿徐高速公路、云南省麻昭高速公路为实例进行验证。结果表明:与随机森林(RF)模型和BP神经网络相比,LSTM路表温度逐时预测模型的准确率得到显著提高,在宁宿徐高速、麻昭高速的平均绝对误差(MAE)、均方误差(MSE)和均方根误差(RMSE)分别为0.303、0.295、0.543和0.581、0.694、0.833,预测值与观测值绝对误差位于[0,1)℃之间的占比为93%和89%。LSTM模型能准确捕捉路表温度的周期性和不确定性,在阴雨天和晴朗天的预测值与实测值基本一致,模型鲁棒性较好。

关键词：高速公路路表温度长短时记忆(LSTM)神经网络逐时预测气象因素

来源：评论

学校读者我要写书评

暂无评论

处置阶段信息对高速公路交通事故持续时间的调节效应分析

引用

安全与环境学报 2023年第4期23卷 1169-1177页

作者：陈娇娜靳引利陶伟俊李道峰西安石油大学电子工程学院西安710065 云南省交通规划设计研究院有限公司陆地交通气象灾害防治技术国家工程实验室昆明650200 长安大学电子与控制工程学院西安710061

应急处置阶段对交通事故持续时间演化至关重要,在信息视角下研究处置阶段信息对高速公路交通事故持续时间的影响具有重要意义。为了研究处置阶段信息在持续时间演化过程中的作用机制,从词频、上报次数、字符数及波动情况方面,采用内容... 详细信息

应急处置阶段对交通事故持续时间演化至关重要,在信息视角下研究处置阶段信息对高速公路交通事故持续时间的影响具有重要意义。为了研究处置阶段信息在持续时间演化过程中的作用机制,从词频、上报次数、字符数及波动情况方面,采用内容分析法定义了处置阶段信息的评价指标,基于显著性调节变量建立高速公路交通事故持续时间的调节效应模型。通过稳健性检验,验证了模型的有效性。研究表明:变量Z_(1)、Z_(2)、Z(4)、Z_(5)、Z_(6)、Z_(7)、Z_(8)、Z_(9)、Z_(10)分别对事故范围与持续时间的关系具有调节作用,调节变量在不同水平时影响幅度具有显著性差异。其中,Z_(8)、Z_(6)、Z_(7)的调节效应最强,依次为0.049、0.034、0.032。充分发挥处置阶段信息的调节作用,将有助于信息采集、发布和报送的有效性,进而辨识应急处置关键因素以促进处置效果。

关键词：安全工程交通事故分析持续时间处置阶段内容分析法调节效应

来源：评论

学校读者我要写书评

暂无评论

基于文本信息的高速公路事故持续时间中介效应研究

引用

中国安全科学学报 2023年第4期33卷 155-162页

作者：陈娇娜靳引利陶伟俊李道峰西安石油大学电子工程学院陕西西安710065 云南省交通规划设计研究院有限公司陆地交通气象灾害防治技术国家工程实验室云南昆明650200 长安大学电子与控制工程学院陕西西安710061

为探讨交通事故持续时间影响因素的内部耦合关系,揭示文本信息在链式传导过程中的作用机制,利用自然语言处理技术和随机森林算法,提出一种基于词频-逆文本频率(TF-IDF)模型的关键词重要度分析方法。同时,建立高速公路交通事故持续时间... 详细信息

为探讨交通事故持续时间影响因素的内部耦合关系,揭示文本信息在链式传导过程中的作用机制,利用自然语言处理技术和随机森林算法,提出一种基于词频-逆文本频率(TF-IDF)模型的关键词重要度分析方法。同时,建立高速公路交通事故持续时间的多重中介效应模型,采用乘积系数的Bootstrap抽样法进行中介作用检验,分别检验文本特征在并行中介路径和两级链式中介路径中的显著性,并计算中介效应强度。以陕西省高速公路3046起交通事故记录进行实例分析,结果表明:对持续时间的影响路径中,事故类型与月份存在部分链式中介关系,中介效应占比为11.868%,事故类型与天气、位置、事故范围之间存在完全链式中介关系,中介效应占比均为100%。文本信息字符数、上报次数在特定路径中是显著的中介变量,上报次数在天气对持续时间的中介效应类型为完全中介,字符数在事故范围对持续时间的中介效应类型为完全中介,时段对持续时间的影响有7.075%是通过字符数发挥作用。特定关键词集的两级链式中介作用路径存在。

关键词：文本信息高速公路事故持续时间中介效应交通事故随机森林

来源：评论

学校读者我要写书评

暂无评论

基于TPB理论和结构方程模型的老年驾驶人安全培训

引用

长安大学学报（自然科学版） 2022年第5期42卷 96-104页

作者：郭凤香周怡雯李明远陈亮田毕江昆明理工大学交通工程学院云南昆明650500 云南省交通规划设计研究院有限公司陆地交通气象灾害防治技术国家工程实验室云南昆明650031

为探究驾驶培训对老年驾驶人驾驶安全的影响,将“有无参加驾驶培训”作为影响驾驶人特性与交通安全关系的变量予以考虑,构建了基于计划行为理论(TPB)的驾驶培训模型,并采用结构方程模型(SEM)捕捉变量(如驾驶人年龄、驾驶行为、驾驶态度... 详细信息

为探究驾驶培训对老年驾驶人驾驶安全的影响,将“有无参加驾驶培训”作为影响驾驶人特性与交通安全关系的变量予以考虑,构建了基于计划行为理论(TPB)的驾驶培训模型,并采用结构方程模型(SEM)捕捉变量(如驾驶人年龄、驾驶行为、驾驶态度、危险驾驶倾向、训练水平等)之间的复杂关系,进一步验证了驾驶培训的必要性。研究结果表明:驾驶人年龄与训练水平对驾驶态度、驾驶行为特性和危险驾驶倾向具有显著影响;训练水平对驾驶行为特性的正向影响高于年龄对驾驶行为特性的负向影响,其对危险驾驶倾向的负向影响高于年龄对危险驾驶倾向的正向影响,参加培训更能改善老年驾驶人的驾驶行为特性并降低其危险驾驶倾向;驾驶态度对驾驶行为特性和危险驾驶倾向都有显著的间接影响,对驾驶行为特性具有正向影响,对危险驾驶倾向具有负向影响,驾驶人的驾驶行为特性和危险驾驶倾向更容易受到年龄的影响。基于计划行为理论的培训模型可以通过改变老年驾驶人驾驶态度来改变其驾驶行为特性,并提高其驾驶操作的稳定性和安全性,并且,调节训练水平从而改变驾驶态度对驾驶行为特性和危险驾驶倾向均有显著影响,因此,可通过调节训练水平和驾驶态度等方式加强对老年驾驶人的安全教育。

关键词：交通工程交通安全驾驶培训老年驾驶人计划行为理论结构方程模型

来源：评论

学校读者我要写书评

暂无评论

山区双车道公路机动车碰撞事故严重度致因比较分析与预测

引用

交通运输系统工程与信息 2021年第1期21卷 190-195页

作者：杨文臣谢碧珊房锐秦雅琴云南省交通规划设计研究院有限公司陆地交通气象灾害防治技术国家工程实验室昆明650200 昆明理工大学交通工程学院昆明650504

以云南山区双车道公路1740起碰撞事故数据为基础,将事故数据分为机动车与机动车、机动车与摩托车、机动车与非机动车3种类型,事故严重度划分为仅财产损失、轻伤、重伤或死亡事故3个等级,分别用部分优势比模型和有序Logit模型建立3类机... 详细信息

以云南山区双车道公路1740起碰撞事故数据为基础,将事故数据分为机动车与机动车、机动车与摩托车、机动车与非机动车3种类型,事故严重度划分为仅财产损失、轻伤、重伤或死亡事故3个等级,分别用部分优势比模型和有序Logit模型建立3类机动车碰撞事故严重度分析模型,对比分析不同等级事故的显著影响因素和模型的预测准确率,分析部分优势比模型自变量的边际效应。结果表明:不同交通方式下机动车碰撞事故严重度的影响因素存在明显差异,对比有序Logit模型,部分优势比的事故分析模型刻画了不满足比例优势假设的自变量,机动车与机动车、机动车与摩托车、机动车与非机动车碰撞事故的平均预测准确率分别为78.29%、73.63%和72.04%,分别提高14.54%、5.65%和3.32%。研究结果可为山区公路运营管理部门开展事故风险主动防控提供决策参考。

关键词：交通工程事故严重度部分优势比模型山区双车道公路边际效应分析机动车碰撞

来源：评论

学校读者我要写书评

暂无评论

基于聚类分析和SVM的二级公路交通事故严重度预测

引用

中国安全科学学报 2022年第5期32卷 163-169页

作者：杨文臣周燕宁田毕江郭凤香胡澄宇云南省交通规划设计研究院有限公司陆地交通气象灾害防治技术国家工程实验室云南昆明650020 深圳市城市交通规划设计研究中心股份有限公司广东深圳518057 昆明理工大学交通工程学院云南昆明650500

为明析输入特征对交通事故严重度机器学习预测模型的影响,基于1808条山区二级公路事故数据,选择12个事故严重度的影响因素作为候选特征变量,采用K-means(KM)聚类算法离散化事故严重度的连续特征变量,采用随机森林(RF)算法识别事故严重... 详细信息

为明析输入特征对交通事故严重度机器学习预测模型的影响,基于1808条山区二级公路事故数据,选择12个事故严重度的影响因素作为候选特征变量,采用K-means(KM)聚类算法离散化事故严重度的连续特征变量,采用随机森林(RF)算法识别事故严重度的重要特征变量,通过组合3种输入特征变量(候选特征、KM特征、RF特征)和支持向量机(SVM)算法,分别构建事故严重度的3种SVM预测模型(SVM*、KM-SVM和RF-SVM),并分析3种SVM模型的预测性能及适用性。结果表明:通过离散连续变量和识别关键特征参数,可显著提高RF-SVM模型的预测准确率,重伤和死亡事故的预测准确率提高达40%;特征选择对SVM模型性能的影响程度要小于连续变量离散化;RF-SVM模型可获得比二元logistic回归模型更好的预测性能,但对不同输入特征的敏感性较高。

关键词： K-means(KM)聚类支持向量机(SVM) 事故严重度山区二级公路随机森林(RF) 机器学习

来源：评论

学校读者我要写书评

暂无评论

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：

请选择收藏分类：

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

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：