检索结果-内蒙古大学图书馆

西南交通大学学报 2023年第3期58卷 499-510页

作者：胡路梁志梅蒋阳升西南交通大学交通运输与物流学院四川成都610031 西南交通大学综合交通大数据应用技术国家工程实验室四川成都610031

随着共享汽车渗透率的不断增加,站点、路段层面的车辆溢出和拥挤传播现象日趋严重.为刻画拥挤传播对汽车共享系统运行的影响机理,首先,搭建具有时变性和状态相关性的汽车共享系统排队网络;其次,基于C#语言和O2DES离散事件仿真框架,提出... 详细信息

随着共享汽车渗透率的不断增加,站点、路段层面的车辆溢出和拥挤传播现象日趋严重.为刻画拥挤传播对汽车共享系统运行的影响机理,首先,搭建具有时变性和状态相关性的汽车共享系统排队网络;其次,基于C#语言和O2DES离散事件仿真框架,提出并设计考虑车路交互影响和拥挤传播现象的汽车共享系统仿真模型,分析动态随机环境下站点与路段层面的拥挤传播现象对汽车共享系统运行的影响;最后,以成都市三站点的小规模汽车共享系统为例,在不同转运比例、需求和道路拥堵场景下,将该模型与引入虚拟空间的无穷排队模型进行对比分析.研究结果表明:站点和路段层面的拥挤传播现象会导致系统服务率下降9.3%~16.9%,相比无穷排队模型,考虑拥挤传播现象的排队模型更能反映汽车共享系统的实际运营过程;当路网的道路占用率为70%(路网处于中度拥堵)时,考虑拥挤传播现象的汽车共享系统可实现最大收益;汽车共享系统的引入会为道路资源的动态分配带来新变化,当公共交通转向汽车共享系统的用户占比超过70%时,路网拥堵加剧,不利于汽车共享系统的有效运营和可持续发展.

关键词：共享交通排队网络离散事件仿真汽车共享系统拥挤传播车路交互

来源：评论

学校读者我要写书评

暂无评论

基于三维GIS技术的公路交通数字孪生系统

引用

计算机集成制造系统 2020年第1期26卷 28-39页

作者：郑伟皓周星宇吴虹坪李红梅朱新童文林江西南交通大学交通运输与物流学院四川成都610031 西南交通大学综合交通大数据应用技术国家工程实验室四川成都610031

数字孪生是一种集成多学科属性,通过物理世界与信息世界连接融合达到虚拟现实交互与融合的科学,其在交通业的落地途径为建筑信息模型(BIM)+地理信息系统(GIS)技术。各类交通基础设施模型要素的交互关联及孪生数据合理建设方案成为制约... 详细信息

数字孪生是一种集成多学科属性,通过物理世界与信息世界连接融合达到虚拟现实交互与融合的科学,其在交通业的落地途径为建筑信息模型(BIM)+地理信息系统(GIS)技术。各类交通基础设施模型要素的交互关联及孪生数据合理建设方案成为制约其发展的瓶颈。立足交通,以数字孪生的五维结构模型为指导,在三维GIS环境下,针对其虚拟模型应包含的几何、物理、规则模型提出了具体的实现技术。分析了交通基础设施分类及孪生数据特点,细化其构件层次关系,实现模型的标识编码与存储方案。依据CAMP5对系统软件进行分类,并依各层次阐述了验证方法,完成系统验证。最后,基于虚拟模型与数据融合,梳理了像素层、表征层和决策层的应用开发思路,以期为交通运输领域践行数字孪生提供技术参考。

关键词：交通运输数字孪生地理信息系统建筑信息模型标识解析体系数据融合

来源：评论

学校读者我要写书评

暂无评论

一种狭长图斑分块融解方法

引用

武汉大学学报（信息科学版） 2018年第12期43卷 2259-2268页

作者：李成名殷勇武鹏达吴伟中国测绘科学研究院北京100830 空天地海一体化大数据应用技术国家工程实验室陕西西安710072

融解是图斑综合过程中的一种常见操作,涉及大量计算。面对传统方法受机器计算能力所限,难以对大范围海量图斑进行处理的问题,引入分块策略开展图斑融解,并就块与块之间边界处狭长图斑分裂线拓扑变化问题,提出了一种狭长图斑分块融解方... 详细信息

融解是图斑综合过程中的一种常见操作,涉及大量计算。面对传统方法受机器计算能力所限,难以对大范围海量图斑进行处理的问题,引入分块策略开展图斑融解,并就块与块之间边界处狭长图斑分裂线拓扑变化问题,提出了一种狭长图斑分块融解方法。首先归纳了狭长图斑分块时在格网边界处出现的4种拓扑变化模式,并针对每种模式提出了相应的分裂线拓扑变化恢复方法;然后利用中国贵州省赤水市地理国情普查实际数据进行了验证。试验结果表明,该方法不仅可以处理海量图斑数据,可以极大地提高融解效率,而且融解结果与整体处理结果保持高度一致,具有良好的可行性。

关键词：融解分块拓扑变化模式分裂线恢复

来源：评论

学校读者我要写书评

暂无评论

一种聚集性面群中毗邻区自动识别与处理方法

引用

测绘学报 2019年第3期48卷 363-373页

作者：李成名殷勇武鹏达刘晓丽中国测绘科学研究院北京100830 空天地海一体化大数据应用技术国家工程实验室陕西西安710072

毗邻化操作是具有毗邻特性的聚集性面状要素群(简称毗邻区)开展地图综合的核心内容,传统方法只给出了笼统的处理思路,难以支撑机器智能化、自动化处理。为此,本文提出一种在各种聚集性面状要素群中自动识别毗邻区及其毗邻化处理方法。... 详细信息

毗邻化操作是具有毗邻特性的聚集性面状要素群(简称毗邻区)开展地图综合的核心内容,传统方法只给出了笼统的处理思路,难以支撑机器智能化、自动化处理。为此,本文提出一种在各种聚集性面状要素群中自动识别毗邻区及其毗邻化处理方法。首先基于Gestalt原则,提炼代表毗邻区典型特征的桥接面宽度指数(WI)、分布格局指数(DPI)、有效连接指数(ECI)和重叠度指数(OI),并进行毗邻区自动辨识;其次优化外围边界轮廓计算、毗邻化线提取等毗邻化操作关键算法,实现自动化处理;最后经江苏省某典型区域的地形图实际数据测试,检验了该自动化方法的可靠性和高效性。

关键词：毗邻区 Delaunay三角网毗邻化扩张-腐蚀变换骨架线修正

来源：评论

学校读者我要写书评

暂无评论

基于跟驰特性的智能网联车混合交通流轨迹重构

引用

西南交通大学学报 2021年第6期56卷 1135-1142,F0002页

作者：蒋阳升刘梦王思琛高宽姚志洪西南交通大学交通运输与物流学院四川成都611756 西南交通大学综合交通大数据应用技术国家工程实验室四川成都611756

车辆轨迹数据蕴含着丰富的时空交通信息,是交通状态估计的基础数据之一.为解决现有数据采集环境难以获得全样本车辆轨迹的问题,面向智能网联环境,构建了混合交通流全样本车辆轨迹重构模型.首先,分析了智能网联环境下混合交通流的车辆构... 详细信息

车辆轨迹数据蕴含着丰富的时空交通信息,是交通状态估计的基础数据之一.为解决现有数据采集环境难以获得全样本车辆轨迹的问题,面向智能网联环境,构建了混合交通流全样本车辆轨迹重构模型.首先,分析了智能网联环境下混合交通流的车辆构成及其轨迹数据采集环境;然后,提出了基于智能驾驶员跟驰模型的车辆轨迹重构模型,实现了对插入轨迹数量、轨迹位置和速度等参数的估计;最后,设计仿真试验验证了模型在不同交通流密度和智能网联车(connected automated vehicle,CAV)渗透率条件下的适用性.试验结果表明:CAV和网联人工驾驶车(connected vehicle,CV)的渗透率为8%和20%时,该车辆轨迹重构模型在不同交通流密度下均能重构84%以上的车辆轨迹;重构轨迹准确性随着CAV和CV渗透率的增加而提高;当交通密度为70辆/km,且CAV渗透率仅为4%的情况下,模型也能重构82%的车辆轨迹.

关键词：智能交通跟驰模型智能网联车混合交通流

来源：评论

学校读者我要写书评

暂无评论

基于k个标记样本的弱监督学习框架

引用

软件学报 2020年第4期31卷 981-990页

作者：付治王红军李天瑞滕飞张继西南交通大学信息科学与技术学院四川成都611756 综合交通大数据应用技术国家工程实验室(西南交通大学) 四川成都611756

聚类是机器学习领域中的一个研究热点,弱监督学习是半监督学习中一个重要的研究方向,有广泛的应用场景.在对聚类与弱监督学习的研究中,提出了一种基于k个标记样本的弱监督学习框架.该框架首先用聚类及聚类置信度实现了标记样本的扩展.其... 详细信息

聚类是机器学习领域中的一个研究热点,弱监督学习是半监督学习中一个重要的研究方向,有广泛的应用场景.在对聚类与弱监督学习的研究中,提出了一种基于k个标记样本的弱监督学习框架.该框架首先用聚类及聚类置信度实现了标记样本的扩展.其次,对受限玻尔兹曼机的能量函数进行改进,提出了基于k个标记样本的受限玻尔兹曼机学习模型.最后,完成了对该模型的推理并设计相关算法.为了完成对该框架和模型的检验,选择公开的数据集进行对比实验,实验结果表明,基于k个标记样本的弱监督学习框架实验效果较好.

关键词：机器学习弱监督学习聚类

来源：评论

学校读者我要写书评

暂无评论

加快推动学科交叉融合助力发展高质量教育

引用

国家教育行政学院学报 2020年第12期 46-51,58页

作者：刘三女牙华中师范大学教育大数据应用技术国家工程实验室湖北武汉430079

我国已进入新的历史发展阶段,科技创新的战略地位日益凸显。当前,新一轮科技革命正在兴起,科学研究呈现出集成创新、融合发展的新态势。学科间的交叉融合极大地推动了科学进步和经济发展,已成为当今社会的主导方向和颠覆性创新的重要途... 详细信息

我国已进入新的历史发展阶段,科技创新的战略地位日益凸显。当前,新一轮科技革命正在兴起,科学研究呈现出集成创新、融合发展的新态势。学科间的交叉融合极大地推动了科学进步和经济发展,已成为当今社会的主导方向和颠覆性创新的重要途径,也是“双一流”建设背景下学科建设的新增长点。世界上很多国家对学科领域的前沿交叉与融合发展进行了前瞻性布局,相关高校也纷纷做出了有益尝试。然而,机遇与挑战并存,必须以改革创新为动力,以新的高度和新的体制入手“求突破”,大力推动学科交叉融合和交叉学科发展“筑高峰”,加快培养交叉学科人才“强基础”,促进高等教育深层次变革和高质量发展“辟新路”,为我国科技自立自强提供源源不断的内生动力。

关键词：学科交叉交叉学科科技创新科技强国高质量教育

来源：评论

学校读者我要写书评

暂无评论

复杂环境下工程建设项目应急物流选址-路径问题研究

引用

交通运输系统工程与信息 2023年第3期23卷 280-289页

作者：张锦朱红星申皓李国旗西南交通大学交通运输与物流学院成都611756 西南交通大学综合交通运输智能化国家地方联合工程实验室成都611756 西南交通大学综合交通大数据应用技术国家工程实验室成都611756

在复杂环境工程建设项目中,应急物资保障是灾后应急救援的关键。本文针对应急物流中心选址-路径规划问题,综合考虑需求不确定、拥堵时间不确定、最大救援时间要求、多车型情形等因素,采用三角模糊数刻画不确定参数,构建基于多场景的两... 详细信息

在复杂环境工程建设项目中,应急物资保障是灾后应急救援的关键。本文针对应急物流中心选址-路径规划问题,综合考虑需求不确定、拥堵时间不确定、最大救援时间要求、多车型情形等因素,采用三角模糊数刻画不确定参数,构建基于多场景的两阶段模糊非线性选址-路径模型。通过模型整合、线性化处理和去模糊化处理,得到单目标确定性模型,并采用Gurobi求解器进行求解。以西部高原山区某超大型铁路建设项目为例,通过模型对比和灵敏度分析,验证模型的有效性和适用性。实例结果表明:随着选址数量的增加,仓储成本提高5.9%,5个场景的响应时间平均缩短15.2%,最大响应时间缩短7.8%;相较于期望值模型,本文所建模型在仓储成本和应急响应时间方面更优;仓储成本与需求水平线性相关,而最大响应时间受到需求水平和拥堵时间的共同影响。本文建立的模型可以科学选取应急设施位置并制定应急救援路径,减少应急救援的响应时间和仓储成本,为复杂艰险地区工程建设项目应急物资调度提供决策支持。

关键词：物流工程选址-路径问题 Gurobi 工程建设项目应急物流道路拥堵

来源：评论

学校读者我要写书评

暂无评论

人工智能时代机器辅助教学:能力向度及发展进路

引用

开放教育研究 2021年第3期27卷 54-62页

作者：刘智孔玺王泰刘三女牙粟柱华中师范大学教育大数据应用技术国家工程实验室湖北武汉430079

人工智能技术变革下的机器辅助教学为教育教学发展注入新的动能。机器辅助教学的内涵与外延在被人工智能技术重塑的同时,其结构也在智慧性、主体性和协同性等方面有新发展。然而,随着教学机器服务能力不断增强,范畴不断拓展,如何对其教... 详细信息

人工智能技术变革下的机器辅助教学为教育教学发展注入新的动能。机器辅助教学的内涵与外延在被人工智能技术重塑的同时,其结构也在智慧性、主体性和协同性等方面有新发展。然而,随着教学机器服务能力不断增强,范畴不断拓展,如何对其教学成效展开合理评测成为亟待解决的重要议题。机器辅助教学的能力向度是指机器赋能教学过程的指向目标与能力层级,对其剖析并构建能力向度模型,能以全新视角全面认知教学机器的客观概况与内部逻辑,又可从智能教学机器应用中提取可观测、可测量、可解释的关键因素,借以解决能力评测问题。本研究基于对机器辅助教学基本内涵的探讨,确定机器辅助教学的价值取向、系统框架与关键要素,构建并验证了以教育主体、场景、资源和数据为承载的机器辅助教学能力向度模型。这一模型研究需要秉持教育伦理先导的理念,坚持数据与理论双向驱动,推动人机协同并进,结合因果推断增强数据解释,从而为机器辅助教学能力评测标准的制定与实践提供理论参照和方向指引。

关键词：机器辅助教学能力向度模型范式人工智能时代

来源：评论

学校读者我要写书评

暂无评论

基于人体骨架和深度学习的学生课堂行为识别

引用

现代教育技术 2020年第11期30卷 105-112页

作者：何秀玲杨凡陈增照方静李洋洋华中师范大学教育大数据应用技术国家工程实验室湖北武汉430079

学生课堂行为表现是课堂教学评价的重要组成部分,而进行学生课堂行为识别对课堂教学评价有重要意义。文章提出了基于人体骨架和深度学习的学生课堂行为识别方法,即通过提取学生行为图像的人体骨架关键信息,结合一个10层的深度卷积神经网... 详细信息

学生课堂行为表现是课堂教学评价的重要组成部分,而进行学生课堂行为识别对课堂教学评价有重要意义。文章提出了基于人体骨架和深度学习的学生课堂行为识别方法,即通过提取学生行为图像的人体骨架关键信息,结合一个10层的深度卷积神经网络(CNN-10)来识别学生的课堂行为。为验证此方法的有效性,文章使用CNN-10和学生课堂行为识别方法,在学生课堂行为数据集上进行了对比实验。实验结果表明,学生课堂行为识别方法可有效排除学生体态、着装、教室背景等无关信息的干扰,突出关键有效信息,具有更高的识别准确率与泛化能力。使用基于人体骨架和深度学习的学生课堂行为识别方法识别学生典型的课堂行为,能及时、有效地反映学生的学习状态,并帮助教师精准掌握学生的课堂学情,从而助力智能化课堂教学。

关键词：课堂行为识别人体骨架信息深度学习卷积神经网络数据集

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：