基于GRU的密集连接时空图注意力网络的城市交通预测

城市道路拓扑结构的复杂性、交通流量的实时变化以及多元的外部环境等因素给交通预测带来了极大的困难。现有方法对交通路网的时空特征挖掘性不足,缺乏对外部因素的考虑,为此本文提出了一种基于门控循环单元(GRU)的时空图注意力密集连接网络,通过门控循环单元来捕获路网数据的动态规律,并以图注意力密集连接网络来提取路网复杂的空间结构特征,建立城市交通网络对时空的依赖关系。针对外部客观因素,采用独热编码的方式对城市各路段发生的交通事件进行数据建模,增强交通网络的信息属性。以杭州申花路及周围共309个路段为例,对所提出模型的预测能力和可行性进行验证。实验结果表明,模型预测精度最高达到了81.64%,与传统数学模型和主流的神经网络模型对比,预测精度较ARIMA提高了35.42%,较图注意力网络(GAT)和GRU神经网络分别提高了17.45%和3.02%。实验证明该方法可以适应复杂的交通流进行长期的交通预测任务,同时也能增强交通管理能力,减少交通拥堵成本。

开新局 低碳运营技术栈体系赋能智慧交通——专访商汤科技智能交通产品线总经理郭海锋博士

在产业数字化、智能化的背景下,新型智慧交通业务不断涌现,智能交通核心技术发展日新月异,智能交通低碳、高效运营需求迫切。就安防行业与交通的融合应用而言,《中国安防行业“十四五”发展规划》着重强调,深化交通枢纽、路网、客货运载车辆安防技术应用和智能升级,完善智慧交通建设解决方案;基于智慧视觉构建新一代智慧交通管理系统。同时“十四五”期间也将持续强化运营管理意识,大力促进以“综合安全运营运维服务”为主要方向的现代安防服务业发展。

考虑跨相位冲突的环形交叉口信号周期计算方法

针对信号控制环形交叉口中存在的车流跨相位冲突问题,通过分析车辆在环形交叉口内的行驶轨迹,根据相位通行时间、相位间隔时间及最短相位间隔时间的特点,建立基本周期等式与跨相位间隔时间等式约束。结合相位通行时间、相位间隔时间以及信号周期的不等式约束,考虑环形交叉口相位设计中可能出现总损失时间为负的情况,建立以信号周期最小为优化目标的环形交叉口基本信号配时模型。针对不同相位有序集合,建立一般周期等式与不等式约束,分析不同相位集合下周期取值范围随各相位流量的变化情况,给出环形交叉口信号周期取值范围的计算方法。以总流量比等于1.05为例进行仿真分析,当信号周期取最短信号周期52 s时,交叉口的各项评价指标均达到或接近最佳值。针对3种不同的交叉口进口流量情形,将本文方法与左转二次放行方法及改建十字交叉口方案进行对比分析。实验发现,两种环形交叉口控制方法较十字交叉口控制方法的延误时间与排队长度分别降低了52%和55%,在对向进口流量不均衡时,本文方法较二次停车方法延误时间与排队长度分别降低了43%和44%。此外,以广州市华夏路—金穗路环形交叉口为例进行仿真分析,对比发现,本文方法方案在延误时间、停车次数及排队长度等方面取得了较优的整体控制效益。

基于光学的物理域对抗攻防综述

对抗攻击是指通过在原始输入中植入人眼无法察觉的微小扰动,误导深度学习模型做出错误预测的攻击。与数字域对抗攻击相比,物理域对抗攻击可实现对抗性输入被采集设备捕获并转换为视觉系统内的二值图像之前,将扰动引入输入,对基于深度学习的计算机视觉系统构成了实际安全威胁。基于光学的物理域对抗攻击技术(如使用投影照射)作为一种典型的非侵入性攻击,由于其扰动与现实世界中自然环境产生的影响非常相似,更容易被忽略,从而疏于防护。鉴于它们具有高度的不可见性和可执行性,可对实际系统构成重大甚至致命的威胁。基于现有研究工作,重点介绍和讨论了计算机视觉系统中基于光学的物理域对抗攻击技术,并对现有技术在攻击场景、攻击手段、攻击目标、攻击效果等方面展开详细分析,最后探讨了基于光学的物理域对抗攻击未来潜在研究方向。

基于模糊卡尔曼滤波的短时交通流量预测方法

为解决卡尔曼滤波模型预测交通流量存在的时间滞后性问题,在已有卡尔曼滤波短时交通流量预测模型基础上,结合城市道路交通流日相似性特点,对已有卡尔曼滤波预测模型进行改进,并通过模糊逻辑方法对改进模型中的参数加以确定,设计出模糊卡尔曼滤波交通流量预测模型,从而对短时交通流量进行实时准确预测.数值分析及对比结果表明:相较于卡尔曼短时交通流量预测方法,模糊卡尔曼短时交通流量预测方法能够提升预测过程的实时性,并使平均相对误差降低0.27%,平均绝对相对误差降低7.26%,最大绝对相对误差降低32.43%,进一步提高了预测精度.

湘南上堡花岗岩中电气石LA-MC-ICPMS原位微区硼同位素分析及地质意义

电气石的LA—MC—ICPMS原位微区硼同位素分析方法是最近几年新兴的一种高效经济的硼同位素分析方法。对上堡晚白垩世含电气石二云母花岗岩的电气石进行LA—MC—ICPMS原位微区的硼同位素研究发现，其具有非常均一的¨B／mB比值（3．9908～3．9979）~H万¨B值（加权平均为（一12．86＋0．19）‰）。结合区域地质资料以及其他已有的硼同位素资料，提出上堡花岗岩中硼来源于沉积岩，可能的源区是邻近花岗岩体的石炭一二叠系的沉积地层或深埋在地壳中的沉积物质。在晚白垩世，华南处于伸展的背景中，幔源岩浆的底侵带来的巨大的热源使地壳中的沉积物质发生熔融，形成强过铝质的花岗质浆，在岩浆演化的晚期形成电气石。

干线协调控制方案的快速平滑过渡方法

为减少动态协调控制系统中因信号控制方案切换而导致系统产生的扰动,保证交通流的平稳运行,在综合考虑过渡时间和平滑特性的基础上,提出一种基于最佳相位差调整量控制方案的快速平滑过渡方法.该方法以使各交叉口相位差变化量最小为目标,优化计算得出各交叉口最佳相位差调整量,并以此为依据计算各交叉口在控制方案过渡期间的信号周期.仿真实验对比分析显示,当相位差变化量为40 s时,提出的方法与国外著名的Add和Subtract方法相比,车均延误指标分别下降了23%和11%,路网车均停车次数指标分别下降了9%和8%;此外,本文方法能够使干线协调控制方案最多通过3个信号周期快速地过渡到新方案,且过渡期间的控制效果优于Add和Subtract方法.

基于马尔可夫过程的路网交通状态预测方法

针对城市道路交通管控对路网实时交通状态信息的需求,首先对交叉口的交通状态进行了界定并划分为4个状态等级,然后以15min为时间间隔,结合历史数据采用马尔可夫过程计算每个交叉口的状态转移概率,并对各个交叉口下一时刻的交通状态进行预测,进而对每个交叉口进行分类并采用综合评价法确定整个路网的交通状态.试验以MAPE为评价指标对已有算法进行对比,结果表明:该方法不仅能够实时地确定每个交叉口的交通状态,同时能够基于不同类型交叉口的预测结果确定整个路网的交通状态,且交叉口平均预测误差为7.04%.

基于A*优化算法的停车场动态泊车研究

针对目前大型停车场停车效率、车位利用率低等问题,将停车效率问题转化为动态泊车概率问题,结合实际的地下停车场车位模型,以泊车用户的泊车概率、算法搜索效率为主要评价指标,并以较大的概率快速寻找到可用空车位为目的,提出了一种带约束条件的A*优化算法,然后基于VC++6.0环境对停车场实例进行算法的应用仿真;实验结果表明,优化后的A*算法大大增加了泊车用户的泊车概率,A*算法的搜索效率也得到显著提高,此A*算法在停车场中的应用,很大程度上提高了泊车用户的停车效率以及停车位的利用率,减少了泊车用户盲目重复寻找车位所花费的时间,在大型停车场中具有一定的应用研究价值。

短时预测下单点自适应公交信号优先控制方法

为改善单点自适应公交信号优先控制存在的配时方案滞后问题,首先依据短时预测的交通流量计算交叉口各相位未来时段所需的最短绿灯时间;然后以公交车准点车头时距和公交车载客率为指标优化公交权重,并以最小化公交车平均等待时间为目标构建目标函数,既减少非执行相位增加的延误,又提高执行相位公交的优先通行率.仿真实验结果表明:通过短时预测方式,能够获得交叉口交通流发展趋势,合理分配各相位的最短绿灯时间,有利于优化相位配时模型的计算精度,减少交叉口人均延误和车均延误.

基于改进PageRank算法的路网重要交叉口筛选方法

为便于对饱和交通状况下的城市道路交叉口进行分级管理,需解决城市道路交叉口的重要性排序问题,综合考虑全路网中各交叉口之间的静态结构连接关系和动态流量影响,在改进PageRank算法的基础上,提出了能够反应全路网动态变化的交叉口繁忙程度指标,并将该指标用于路网重要交叉口排序筛选来分析交叉口的状态.研究结果表明:排序越靠前的交叉口越繁忙也越重要,交叉口繁忙程度指标综合考虑了全路网交叉口状况,弥补了以饱和度为评价指标只能片面衡量单个孤立交叉口状态的不足,更准确地反映了饱和交通状况下交叉口之间的相互影响;本文方法排序结果与饱和度评价指标排序结果相比,40%交叉口的排序升降幅度在3位以内,30%交叉口的排序平均下降了7位,其余30%交叉口的排序平均上升了8位.该研究结果为饱和交通状况下交叉口的合理分级提供了量化手段,有助于及时发现急需管控的交叉口.

基于PMV模型和FCM算法的车内热舒适评估方法

自动监测和调控车内的热舒适环境是智能车及无人车改善乘车体验方面需要解决的新问题.鉴于目前缺少评估车内热舒适的方法,首先借鉴了用于评价建筑物空间热舒适的PMV模型,并对其用于车内环境的适用性进行分析;然后针对PMV模型在计算过程中存在的越界异常以及分类冗余等问题,进一步采用模糊C-均值聚类算法对车内的热舒适进行评价,将其分为热、舒适和冷三类.结果表明:若直接采用PMV模型计算车内热舒适,其值经常出现超越(-3,3)范围,而采用FCM聚类算法则既能够避免"越界"问题,同时能够根据驾乘人员的舒适体验,将PMV模型划分的7类热舒适降为3类,该结果更有利于车内环境调适系统的自动监测和调控.

基于动态自适应混沌粒子群优化算法的干线协调控制方法

针对城市道路连续交叉口控制效益较低的问题,提出一种基于动态自适应混沌粒子群优化算法(DACPSOA)的干线协调控制方法。首先,通过分析上下游断面交通需求的相关性,考虑交叉口信号配时、车辆转出、车队离散等因素,在Robertson离散模型的基础上,提出了基于上游交叉口信号配时参数的车流到达率预测。在此基础上,根据车队头车、尾车到达时间与协调相位的绿灯开启时间、结束时间以及非协调相位(左转、右转)车流释放结束时间的关系,建立干线交通双向绿波控制总延误模型;其次,根据总延误模型的特征,设计了一种动态自适应混沌粒子群优化算法;最后,利用微观仿真软件SUMO建立典型的交通环境,仿真结果表明,与传统的数解法和单点控制相比,协调相位的平均延误分别降低了24.97%和57.23%,协调相位的平均停车次数分别降低了27.88%和64.01%,有效提高了交叉口的通行效率。

绿波协调控制系统运行状态的动态监控方法

为监控干线绿波协调控制系统的运行状态及控制效果,以确定干线不同交通信号控制方案的切换时点,给出了有效协调时间的定义及计算方法,对当前绿波协调控制系统的运行状态进行动态监控,并通过累计惩罚分值的方式确定绿波协调系统中的瓶颈交叉口,讨论了有效协调时间对信号控制方案切换时点的影响.模拟试验结果表明,采用有效协调时间能够有效地监控绿波协调控制系统的运行状态,准确地发现系统中的瓶颈交叉口,为改善干线交通组织及完善干线控制方案提供技术支持.

经尿道膀胱肿瘤电切术后冲洗液温度对膀胱痉挛的影响

目的:分析膀胱冲洗液温度对非肌层浸润性膀胱尿路上皮癌(NMIBC)患者经尿道膀胱肿瘤电切术(TURBT)后膀胱痉挛发生的影响。方法:回顾性分析212例行TURBT术NMIBC患者临床资料,根据冲洗液温度不同分为加温组120例和常温组92例。加温组冲洗液温度为40℃,常温组冲洗液温度约25℃。比较两组首次和二次行TURBT术后膀胱痉挛发生情况。结果:首次TURBT术后加温组膀胱痉挛发生率17.5%、膀胱中度痉挛2.5%、中重度疼痛20.2%、人均日膀胱痉挛发生次数1.19±0.40次、痉挛持续天数1.33±0.58天、术后住院天数7.54±2.56天及留置导尿管时间3.25±1.24天,均分别少于常温组30.4%、17.0%、39.1%、1.5±0.58次、1.79±0.74天、8.68±1.55天、3.75±1.76天,差异均有统计学意义(P<0.05)。二次TURBT术后常温组膀胱痉挛发生率较首次术后增高,且高于加温组,差异均有统计学意义(P<0.05)。二次TURBT术后常温组人均日膀胱痉挛发生次数及持续天数较首次术后增加,且高于加温组,差异均有统计学意义(P<0.05)。结论:适当提高膀胱冲洗液的温度能降低首次和二次TURBT术后膀胱痉挛发生率。

窗口流量控制的干线动态协调控制方法

城市交通干线在高峰时期经常处于饱和状态,排队车辆溢出至上游交叉口的"死锁"现象时有发生.为避免干线阻塞、提高饱和条件下干线交通流的运行效率,首先提出一种有效带宽评价方法对已有干线绿波协调控制系统的运行状态及控制效果进行监控;其次借鉴TCP/IP窗口流量控制思想,设计一种窗口流量控制的干线动态协调控制方法,控制城市干线拥挤交通流.模拟试验及对比结果表明,通过窗口流量通告的方式,下游交叉口可以向上游交叉口实时告知路段的有效容量,便于各交叉口信号机根据当前的交通需求及路段的有效容量重新分配各股车流的绿灯时间.

自我导向式情景教学方法在数据结构课程中的应用

以当前大学生的心理需求为视角,审视传统的教学理念和教学模式,并针对理工科一类抽象、晦涩的课程,提出以学生为主导的自我导向式学习理念,并设计情景教学方法实践此种理念,使学生在教学活动中拥有更多的参与权和控制权,由被动地接受知识转变为主动地学习知识,体验了一种全新的教学模式,为推动教学改革提供了一种可借鉴的方法。

计算思维及开源WEKA在人工智能教学中的应用

本文将计算思维的理念引入人工智能教学活动中,探讨了一种新的以培养学生思维为主的教学方法,并在人工智能课程中通过开源WEKA软件辅助实现此种理念,让学生在教学过程中既获得了"鱼",又学会了"渔",实践了一种全新的教学模式,为推动教学改革提供了一种可借鉴的方法。

基于改进ACGAN算法的车道排队车辆估计及其分类

针对传统模型驱动的排队车辆研究中构建概率分布困难、建模繁琐等问题,结合双向长短时记忆(Bi-LSTM)网络和辅助分类器生成对抗网络(ACGAN)的特点,提出一种数据驱动的车道级排队车辆估计算法。该算法无需对交叉口空间关系建模,其生成器采用Bi-LSTM结构,以速度序列为输入,根据速度与排队车辆的时间相关性,生成最小、最大排队车辆。判别器来自ACGAN,在区分真假样本的同时实现排队车辆到拥堵等级标签的分类。同时,为避免网络训练不稳定、梯度消失的问题,舍弃原ACGAN的真假二分类任务,引入Wasserstein散度来衡量真实序列与生成序列的分布距离,并对相应的目标函数进行优化。结果表明,与其他算法相比,该算法在分类准确率方面提高了3.96%~9.62%,同时总体估计误差最小,验证了利用速度估计车道排队车辆的可行性。

基于广义凸下界估计的多模态差分进化算法

针对多模态优化问题,提出了基于广义凸下界估计模型的改进差分进化算法.首先,基于模型变换方法将原优化问题转变为单位单纯形约束条件下的严格递增射线凸优化问题;其次,基于广义凸理论,利用差分进化算法中更新个体的适应度知识,建立原优化问题广义凸下界估计模型,设计实现了基于N-叉树的估计模型快速计算方法;进而,综合考虑原问题目标值与其估计值之间的差异,提出一种基于有偏采样的小生境指标,并设计区域进化树更新策略来保证算法的局部搜索能力.数值实验结果表明,提出的算法能够有效地发现并维持一定数量的满意解模态,动态地实现全局模态搜索到模态内局部增强的自适应平滑过渡.对于给出的测试问题,能够发现所有的全局最优解以及一些较好的局部极值解.