基于多组耦合字典及交替学习的图像超分辨率重建

本文提出多组耦合字典及其交替学习算法,实现图像超分辨率重建.在字典学习阶段将训练图像视为高分辨率图像,将它先缩小再放大得到低分辨率图像.两图像之差为残差图像.从残差图像块和低分辨率图像块特征的联合数据中学习耦合字典,得到残差图像和低分辨率图像间的映射关系.针对图像块具有不同纹理和结构以及字典学习效率的问题,提出多组耦合字典和字典交替学习算法.在重建阶段先将输入图像插值放大,视为低分辨率图像.求出低分辨率图像块对于每组耦合字典中低分辨率部分的稀疏表示误差,取表示误差最小的耦合字典中残差部分重建残差图像,与低分辨率图像融合得到高分辨率图像.

基于广义可信度阈值判别和多分辨率方向梯度直方图的字符预分类

针对字符预分类问题,提出基于广义可信度阈值判别的规则和多分辨率方向梯度直方图特征,证明该规则具有"错误率"和"平均候选类别数"的最优折衷.基于梯度图像高斯金字塔,提取了多分辨率方向梯度直方图特征.实验结果表明,该规则和特征具有一定的优越性.

基于结构化视频数据的交叉口评估及问题自动化诊断

为提高视频数据用于交叉口运行评估的处理效率并实现交叉口问题实时诊断,提出了一种使用结构化视频数据、以车头时距为主要分析对象的方法。首先利用流量曲线可复现性快速查找高峰时段;然后仅基于车头时距曲线实现视频数据与信控方案的同步比对,并提出了从信号控制方案和车道两方面进行交叉口效率综合评估方法;最后以动态时间规整和灰色聚类方法,由实际数据识别出车道车头时距曲线的5种类型,并提出了相应的问题及优化方案,可用于低效车道及相位的问题诊断。

基于行程时间影响的关键路段识别与查找

从路段实际功能出发,提出基于路段与路径行程时间序列的相关性识别关键路段的方法.借鉴蒙特卡洛思想,以真实数据构造10万条随机路径验证该方法的可行性,并识别出对上海市路网行程时间有关键影响的路段集合.以上述集合为参照,利用模糊聚类及迭代累计平方和算法提取路段行程时间序列特征并构造两个新变量,结合基础属性建立二项Logit模型,从而主动查找关键路段.比较该模型与基础模型、随机分类器查找效果表明:基于最大归一化行程时间曲线聚类,其结果对关键路段识别模型的性能有提升效用;行程时间对数差分序列的结构性变点在路网和路段级别均有明显时间聚集特性,虽然其个数与路段关键性无明显关系,但其与常见波动程度指标相关性小,可保留用于描述行程时间波动常发性和聚集性.

新加坡交通规划与管理策略分析

新加坡交通规划管理部门针对新加坡交通供需矛盾、用地限制严格、服务要求提升的现状,提出的交通规划策略可供我国参考。回顾新加坡交通规划宗旨与策略发展,对其具有的前瞻性,重视公交、土地与交通一体化考虑等特征进行分析;介绍新加坡交通建设组织体制,阐述各部门紧密合作、机构精简的优势;列举控制小汽车总量、道路收费、完善公交、提升慢行交通便利等措施,彰显新加坡治理交通问题的统筹性及方法的实效性。总结新加坡交通规划管理部门对外宣传的主要内容以及效果,提炼新加坡交通规划与管理的特点,为我国现阶段类似问题的解决提供借鉴。

基于模糊时序网络的城市路网关键交叉口识别方法

在城市路网拓扑结构和动力学过程的基础上,增加对其时序特性的考虑,提出适用于城市路网关键交叉口识别的模糊时序网络模型。首先,阐述一般时序网络的描述方法和超邻接矩阵时序网络模型的原理,分析其优势以及将其用于城市路网分析的局限性;然后,提出优化措施,一方面结合交通网络的功能特性,以动态交通参数构造单个时间步网络的层内交叉口交互强度模糊指标,另一方面借鉴并改进邻居拓扑重叠系数,对其进行模糊化处理,实现两相邻时间步网络层间交叉口关联强度的差异化表达;之后,在改进时间步层内、层间关联描述矩阵基础上,搭建模糊超邻接矩阵(Fuzzy Supra-adjacency Matrix,FSAM)时序网络模型(FSAM模型);最后,以某城市核心区域147个交叉口构成的路网数据验证模型有效性。结果表明:以时序网络模型分析交叉口重要性非常必要,以中位数表达交叉口在时段内的重要性排序更为可靠;FSAM模型对交叉口重要性的排名时间序列有阶段持续性特征,且相比于特定时间步下基于单一指标的关键交叉口识别结果具有更丰富的内涵;不同时间颗粒度下,FSAM模型对交叉口重要性排序的一致性较好,结果较为稳定。综上,该模型可供城市路网关键交叉口识别之用。

基于分类车头时距的城市道路大型车影响分析

为量化大型车对城市道路交通运行的影响,提出基于大量车牌识别(License Plate Recognition,LPR)数据研究路段、交叉口左转、交叉口直行这3类车头时距,分析大型车影响的方法。首先,将LPR数据按采集位置划分,提出差异化数据预处理流程,得到用于考察不同车道条件下4类过车组合的车头时距集合;然后,以高斯混合模型(Gaussian Mixed Model,GMM)、对数正态混合模型及高斯/对数正态混合模型这3类共13个子模型分别对上述所有集合建模,以最大期望算法求解参数;之后,以Kolmogorov-Smirnov检验排除不满足要求的模型,综合赤池信息准则与最小描述长度准则对剩余模型择优;最后,基于最优模型参数定量评价大型车对不同类型车道的影响。以某城市区域多个卡口与电子警察设备采集的大量LPR数据验证方法有效性。结果表明:路段与交叉口、交叉口各功能车道的车头时距不符合同一分布,宜区分建模;3个密度分支的GMM拟合各类车头时距集合均有最佳表现,其他模型在不同阶段体现出不适应性;各种车道条件下,大型车对相关过车组合的车头时距均值及标准差均有不同程度的影响,且该影响按照路段、交叉口左转、交叉口直行的顺序依次递减。拟合结果可供大型车影响评价借鉴。

城市道路超车特征分析与高风险超车识别

为高效、有针对性地管理城市道路超车行为,提出基于量化特征在线识别高风险超车的方法。首先以交通波理论划分城市路段超车类型,并根据其特性构建多维度指标体系以描述关键特征;然后提出使用车牌识别数据在线计算各项指标的方法;最后基于真实数据,验证该指标体系用于高风险超车识别的有效性。结果表明,可以多项式分别拟合路段超车数和超车幅度总和与流量的关系,以筛选超车频次和强度对流量敏感的路段;K-means算法可根据计划行程速度、单车超车当量速度差将主超车聚为3类,将该类型与车辆超车后行程速度、单车超车当量速度差相结合可实时识别高风险超车;高风险超车常见于相邻交叉口信控相位协调不利的周期,且多发于上游交叉口周期初期和下游交叉口绿灯末期。

基于仿真计算的淮安有轨电车1号线运营效益评估

提出了一种基于仿真建模的有轨电车运营效益评估方法,并以交通调研的实际数据进行模型校准。分析了仿真建模要点、流程及模型效用。考虑时间节约、能源节约、环境保护、运能提升和沿线土地增值效益,提出了多维度的评估体系及各维度指标的计算方法;讨论了有轨电车对其线路影响范围内社会车辆的影响。确定了有轨电车运营效益定量化评估方法,以淮安有轨电车1号线为例验证了该方法的可行性。

数据驱动的收费站运行参数预测及车道配置

为优化电子不停车收费系统(ETC)推广期间收费站车道配置。依据数据驱动,提出了预测指定日期ETC和人工半自动收费车道(MTC)小时最高流量的方法。结合排队论和驾驶员在收费站选择车道的行为,提出了收费站车道资源配置的优化,并以上海市112个收费站实际数据为例进行验证。研究结果表明:所提出的预测收费站日流量、小时最高流量及ETC流量占比趋势等方法可行,可为收费站车道资源配置提供借鉴。

智慧城市交通基础设施数据互联框架研究

为实现智慧城市背景下交通基础设施的数据互联,提出智慧城市交通基础设施数据互联框架,用于处理及融合多源、异构、海量、分散的数据。阐述数据互联框架的总体架构及各层的作用、关键技术和需解决的问题,提出框架的应用设想,并结合实例验证其有效性。

城市井盖智能化综合信息管理系统研发及应用

因井盖缺失而形成的"城市陷阱"屡见不鲜,如何加强城市井盖管理成为困扰各地市政管理部门的难点。针对当前井盖信息化管理技术的不足,设计城市井盖智能化综合信息管理系统,研制具有低功耗、抗干扰、安装方便、通讯稳定等特性的井盖开关状态监测设备,实现对城市井盖开关状态的远程监测和实时报警,并经试点应用测试确定其有效性。

基于收费数据的高速公路收费站通行能力分析

为了研究混合交通流收费站中不同类型收费车道的出入通行能力,采用真实收费过车数据驱动的方法,以克服仿真模型参数标定工作复杂且适用性受限、理论建模涉及诸多理想假设与实际情况存在差距等弊端。首先将通行能力估计问题转化为服务时长分布及其影响因素分析问题;通过合并车辆类型数据保证样本量,再提取服务饱和期间的观测样本群以开展统计研究。确定了样本收费站两种收费模式入、出车道的通行能力;进一步对比了周期复现性、时间序列与分布拟合3种方式,确定收费车道过车类型占比的描述方法。结果表明:不同于收费车道单车服务时长服从负指数分布或正态分布的固有认识,无论是过车总体样本还是按过车类型划分的样本子集,对数正态分布对饱和服务时长分布的拟合效果最优;因收费站功能、驾驶员出行偏好等差异,不同收费站的同类收费车道服务水平明显不同,在实际应用中不宜套用统一标准值,应根据车道实际数据分别统计测算;同一收费站同类收费车道的过车类型占比对通行能力有影响,相对于周期复现性、时间序列以及正态分布,伽马分布对该占比变化描述能力较好,可作为数据不足时按照标准值调整不同车道通行能力的依据。