基于智能网联的自动驾驶公交云控系统设计

为了缓解城市常规公交无法满足远期交通需求的问题,在深入研究城市交通系统的基础上,引入5G自动驾驶公交云控系统,开展基于智能网联的5G自动驾驶公交云控系统的研究。依托北斗定位、5G、LTE-V2X、立体安全防护体系、人工智能等核心技术,设计一种5G自动驾驶公交云控系统,给出系统的整体架构,包括车端和路侧层、网络层、智能云控平台层、交互层,对自动驾驶微循环云控平台进行了设计分析,对系统关键模块进行功能设计。自动驾驶公交云控系统的研究和探索有助于促进出行服务模式升级,提高市民出行效率。

基于大数据的出租汽车信息资源规划研究

针对多年来出租汽车行业存在的数据冗余、结构混乱等问题,本文立足行业现状,以城市出租汽车行业监管服务现实需求为导向,依托城市政务云及电子政务网络,利用大数据、物联网、云计算、多媒体和人工智能等技术,建立出租汽车行业信息库,实现对出租汽车行业信息的整合和管理,为未来基于行业信息资源进行的大数据应用分析提供支撑。运行表明,大数据对出租汽车行业信息资源规划研究具有一定的指导意义,对提高城市出租汽车的运营效率,缓解城市交通拥挤具有重要意义。

智慧公路工程中信息资源规划

经过多年来的信息化建设和积累,交通信息资源总量呈指数级增长,交通信息资源面临的缺乏整合与共享的问题也日益凸显。本文分析了公路信息资源存在的问题,对公路信息资源规划的数据库建设以及数据资源共享进行了深入研究,基于信息工程方法论,科学规划信息资源,并完善基础数据库、业务数据库以及主题数据库的建设,在明确数据服务的发布管理、日志和监控的基础上,进行数据量的估算,加强了公路信息资源与河南政务云的衔接,对“智慧公路”建设具有深远的意义。

基于混合采样和改进随机森林的窃电检测

针对窃电检测中存在的数据不平衡和分类器效率低的问题,提出一种基于混合采样和随机森林的窃电检测方法。首先,用随机森林模型的误分率作为SMOTE算法的重采样率,提出E-SMOTE算法;其次,在E-SMOTE和Tome Links混合采样的过程中,引入模型ROC曲线下方的面积(area under curve,AUC)作为迭代停止的条件,实现用电数据集的平衡;最后,用基于马修斯相关系数(Matthews correlation coefficient,MCC)的置换法和卡方检验进行特征选择,并在传统的随机森林模型中引入Q统计值进行选择性集成,不仅优化属性特征的选择,还提升随机森林模型的多样性。实验结果表明:提出的混合采样算法较优于7种常用采样方法,改进的随机森林模型也在精确率、特异度和F1分数等多项指标中表现出更优的性能。