期刊导航
期刊开放获取
河南省图书馆
退出
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
2
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式:
文摘
详细
列表
相关度排序
被引量排序
时效性排序
基于二元特征的断面交通数据异常检测与修正
被引量:
1
1
作者
康晋滔
成卫
张灵
《中国安全生产科学技术》
CAS
CSCD
北大核心
2019年第9期70-75,共6页
为了确保交通数据的准确性以及为后续研究提供数据质量保障。提取断面交通数据的两元特征向量速度与流量,采用多元高斯模型拟合两元特征概率密度分布,并利用matlab训练模型,对测试数据集进行异常检测;针对检测出的异常数据点,引入小时窗...
为了确保交通数据的准确性以及为后续研究提供数据质量保障。提取断面交通数据的两元特征向量速度与流量,采用多元高斯模型拟合两元特征概率密度分布,并利用matlab训练模型,对测试数据集进行异常检测;针对检测出的异常数据点,引入小时窗口,建立修正数据集。随后在各修正窗口内采用波动性处理优化的灰色马尔可夫模型,对上述异常点进行修正。以汕昆高速K2077断面为例,对其采集数据进行模拟计算及分析,结果表明:多元高斯模型对断面交通数据的二元特征拟合效果良好,异常检测作用突出;引入修正窗口简化了数据修正的运算过程,避免了大量历史数据冗余使用;波动性处理优化弥补了灰色马尔可夫模型针对随机性数据性能下降的缺陷,大幅提升了数据修正的准确率。
展开更多
关键词
智能交通
异常检测与修正
断面交通数据
多元高斯
灰色马尔可夫模型
下载PDF
职称材料
基于长短期记忆网络的断面交通数据异常处理
被引量:
3
2
作者
张灵
康晋滔
成卫
《交通科学与工程》
2020年第3期81-87,共7页
针对基于统计模型的传统算法仅优化局部数据的问题。建立了基于长短期记忆网络深度学习模型的异常数据处理算法和基于Tensorflow框架搭建了神经网络模型。通过进行训练模型,获得备选数据集和校验数据集。通过样本标签对比,判定异常点,...
针对基于统计模型的传统算法仅优化局部数据的问题。建立了基于长短期记忆网络深度学习模型的异常数据处理算法和基于Tensorflow框架搭建了神经网络模型。通过进行训练模型,获得备选数据集和校验数据集。通过样本标签对比,判定异常点,并进行数据替换和更新标准样本。为检验该算法的有效性,使用昆汕高速公路K2077断面交通数据,进行验算和分析。研究结果表明:长短期记忆网络模型可快速处理交通时序原始数据,并进行检测修正算法,优化了数据质量,弥补了传统算法的局限性。工作窗口的建立,精简了算法流程,提升了数据修正的精度。
展开更多
关键词
智能交通
数据预处理
异常检测与修正
断面交通数据
长短期记忆网络
下载PDF
职称材料
题名
基于二元特征的断面交通数据异常检测与修正
被引量:
1
1
作者
康晋滔
成卫
张灵
机构
昆明理工大学交通工程学院
昆明市公安局交警支队科信处
出处
《中国安全生产科学技术》
CAS
CSCD
北大核心
2019年第9期70-75,共6页
基金
国家自然科学基金项目(61364019)
文摘
为了确保交通数据的准确性以及为后续研究提供数据质量保障。提取断面交通数据的两元特征向量速度与流量,采用多元高斯模型拟合两元特征概率密度分布,并利用matlab训练模型,对测试数据集进行异常检测;针对检测出的异常数据点,引入小时窗口,建立修正数据集。随后在各修正窗口内采用波动性处理优化的灰色马尔可夫模型,对上述异常点进行修正。以汕昆高速K2077断面为例,对其采集数据进行模拟计算及分析,结果表明:多元高斯模型对断面交通数据的二元特征拟合效果良好,异常检测作用突出;引入修正窗口简化了数据修正的运算过程,避免了大量历史数据冗余使用;波动性处理优化弥补了灰色马尔可夫模型针对随机性数据性能下降的缺陷,大幅提升了数据修正的准确率。
关键词
智能交通
异常检测与修正
断面交通数据
多元高斯
灰色马尔可夫模型
Keywords
intelligent transportation
anomaly detection and correction
sectional traffic data
multivariate Gauss
grey Markov model
分类号
X951 [环境科学与工程—安全科学]
U491 [交通运输工程—交通运输规划与管理]
下载PDF
职称材料
题名
基于长短期记忆网络的断面交通数据异常处理
被引量:
3
2
作者
张灵
康晋滔
成卫
机构
昆明市公安局交通警察支队科信处
昆明理工大学交通工程学院
出处
《交通科学与工程》
2020年第3期81-87,共7页
基金
国家自然科学基金(61364019)。
文摘
针对基于统计模型的传统算法仅优化局部数据的问题。建立了基于长短期记忆网络深度学习模型的异常数据处理算法和基于Tensorflow框架搭建了神经网络模型。通过进行训练模型,获得备选数据集和校验数据集。通过样本标签对比,判定异常点,并进行数据替换和更新标准样本。为检验该算法的有效性,使用昆汕高速公路K2077断面交通数据,进行验算和分析。研究结果表明:长短期记忆网络模型可快速处理交通时序原始数据,并进行检测修正算法,优化了数据质量,弥补了传统算法的局限性。工作窗口的建立,精简了算法流程,提升了数据修正的精度。
关键词
智能交通
数据预处理
异常检测与修正
断面交通数据
长短期记忆网络
Keywords
intelligent transportation
data preprocessing
anomaly detection and correction
sectional traffic data
long short-tem memory
分类号
U491 [交通运输工程—交通运输规划与管理]
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
基于二元特征的断面交通数据异常检测与修正
康晋滔
成卫
张灵
《中国安全生产科学技术》
CAS
CSCD
北大核心
2019
1
下载PDF
职称材料
2
基于长短期记忆网络的断面交通数据异常处理
张灵
康晋滔
成卫
《交通科学与工程》
2020
3
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部