基于时空关系的高速公路交通流量预测

高速公路交通流量预测对于交通拥堵预警、分流诱导和智慧高速公路建设具有重要意义.交通流具有复杂的时空依赖性,各个交通节点之间的空间关系随时间动态变化,时空关系的融合也缺乏高效的手段,因此对交通流量进行准确的预测具有挑战性.对此,提出一种基于动态图卷积网络与时空特征提取模块的高速公路交通流量预测方法.首先,通过动态图调节模块,提取交通流量序列的空间关系,根据提取到的空间特征,计算不同路网节点的道路相似性,并调整交通路网图结构;其次,通过时空特征提取模块,利用更新后的空间结构,结合时序处理方法,对交通流量数据的时空依赖关系进行建模.为检验模型效果,在美国加州高速公路性能测量系统(Performance measurement system,PeMS)所制作的数据集PeMS03、PeMS04、PeMS08和福州京台线高速公路数据集中进行实验对比,平均绝对误差分别为15.6、19.7、16.8和5.21,结果表明,本文提出的方法在高速公路交通流量预测中具有较好的表现.

牛乳质量检测方法的研究进展及其对乳品安全的意义

随着我国科技的进步和经济的快速发展,健康先行的理念深入人心,国民对饮食的营养搭配逐渐重视,牛乳制品凭借着食用方便、高营养易吸收等优点,逐渐成为了餐桌的必需品。奶以安为要,为确保乳品安全,对其进行严格的质量检测至关重要。综述了牛乳质量3项指标的检测方法,并分析了先进的检测技术对乳品公共卫生安全的重要意义,旨在为乳品业提供参考。

面向网联自动驾驶混合交通流的高速公路流量控制方法

由网联自动驾驶车辆(connected and autonomous vehicles,CAVs)与人类驾驶车辆(human-driven vehicles,HDVs)组成的新型混合交通流,是未来交通发展趋势。利用CAVs精准可控的优势提升交通管控能力是重要的研究方向之一。通过控制上游路段的CAVs目标巡航速度,间接影响HDVs的车速,实现上游交通需求的精准调控。考虑混合交通流具有时变特性以及平顺性需求,基于模型预测控制,以CAVs速度为控制量,建立流量控制偏差和CAVs速度变化幅度最小为目标的混合交通流量控制模型,实现控制过程优化;并设计控制模型的分布式求解算法,提高模型求解速度。基于VISSIM仿真结果表明:流量控制模型在不同CAVs渗透率、需求水平、目标需求下降率和控制更新时间间隔下均表现良好,流量控制精度均在80%以上;控制策略求解时间小于0.1 s,能够满足CAVs实时控制需求,从而更快调节流量到目标值,避免下游拥堵;模型可实现上游需求流量最高可下降40%,能够应对高速公路需求大幅波动情况,最大程度预防高速公路瓶颈拥堵。该方法对于预防高速公路拥堵、提高通行效率具有借鉴意义,为基于CAVs的主动交通管控方法开发提供参考。

科尔沁地区食疗用酸马奶发酵过程中挥发性风味物质的动态变化研究

采用固相微萃取-气相色谱-质谱联用技术(SPME-CG-MS)对科尔沁地区酸马奶发酵过程中挥发性风味物质进行检测分析,确定各阶段风味物质种类及含量的变化趋势。同时,结合相对气味活度值(ROAV)、主成分分析法(PCA)和偏最小二乘分析(PLS)等方法探究发酵过程各阶段关键性风味物质及其差异。结果表明:本研究共检测出54种风味物质,包括酸类化合物、酯类化合物、醛类化合物、醇类化合物、酮类化合物、芳香族化合物等6大类风味物质,但在这些已定性的多种挥发性风味物质中对酸马奶整体风味有较大影响的物质所占比例较小;结合ROAV值的多元统计分析结果表明:发酵0 h、12~36 h和48~96 h之间有很好的聚类分离效果,其中0 h与其它时间点完全区分成为单独一类,与异戊醛、苯乙醛呈较强的正相关;12~36 h阶段风味与异戊醇呈较强的正相关;发酵48~96 h阶段风味与癸酸乙酯、乙醇、月桂酸乙酯、9-癸烯酸乙酯等酯类化合物呈正相关而未完全区分。酸马奶发酵初期、中期和后期,关键性风味物质在发酵各阶段呈不断变化状态,使酸马奶呈现出不同的风味特征。

内蒙古科尔沁地区食疗用酸马奶发酵引子化学成分及细菌多样性分析

对内蒙古科尔沁地区食疗用酸马奶发酵引子部分化学指标,包括pH值、糖类、有机酸、游离脂肪酸等进行分析,同时为调查其中细菌多样性,应用Illumina MiSeq第2代测序技术测定其细菌的16S rDNA V3-V4高变区序列,分析物种的丰度、物种分布和Alpha多样性。结果:该酸马奶引子样品pH值为3.54,乳糖、半乳糖质量分数分别为(0.281±0.011)%和(0.100±0.003)%,未检测到葡萄糖;乳酸质量分数为(1.506±0.069)%,丙酸质量分数为(0.053±0.002)%,乙酸质量分数为(0.345±0.014)%,丁酸质量分数为(1.143±0.061)%;共检测到19种脂肪酸,包括12种饱和脂肪酸和7种不饱和脂肪酸;不饱和脂肪酸中α-亚麻酸质量浓度最高,为(14.12±0.36)mg/L;细菌多样性检测结果表明,该样品所获优化序列为(62 082.7±4 868.8)条,可操作分类单元(operational taxonomic units,OTU)数为34.3±2.3;稀释曲线表明该测序深度充分,OTU数接近于饱和。该酸马奶引子细菌主要分布于以下4个属:乳杆菌属(Lactobacillus)84.08%、醋杆菌属(Acetobacter)9.83%、乳球菌属(Lactococcus)2.41%、链球菌属(Streptococcus)2.18%;其优势菌属为乳杆菌属。以上结果表明,该酸马奶引子不饱和脂肪酸含量丰富,益生菌占主要地位,食品安全有保障。

星载EMI在轨光谱定标方法研究

于2018年5月9日搭载高分五号卫星发射的大气痕量气体差分吸收光谱仪(EMI)为紫外可见波段高分辨率成像光谱仪。为考察其在轨光谱性能,首先采用波长寻峰法即以太阳Fraunhofer线作为特征峰以快速获取载荷的光谱范围,然后采用谱线匹配法获取载荷空间维度的光谱弯曲值,最后采用光谱拟合法获取光谱分辨率的变化。寻峰法通过与标准Fraunhofer线进行比对找寻特征峰,得到其标准波长及对应像元,经二阶多项式拟合可得到像元-波长对应关系。谱线匹配法通过Pearson相关系数法作为判据,即利用两谱线之间相关系数作为匹配结果的判断条件,得到测量谱线与标准谱线间的偏移值,定标结果满足定标精度高于0.05 nm的要求。光谱拟合法通过求解将测量谱与高分辨率太阳参考谱拟合,可以分析光谱分辨率变化。对2019年1月7日全天15轨数据的分析结果表明,光谱分辨率在一天内的变化一致,其单行标准差不超过0.01,因此在之后仪器长时间运作或受到干扰情况下,利用此方法对其性能衰变进行分析具有重要意义。

K-means算法在高速公路ETC数据分析中的应用

为了更高效地利用高速公路ETC数据集并提升数据处理速度,深入分析ETC用户的主要特征和高速公路存在的潜在问题。以我国某省份某高速公路出入口2023年6月的ETC通行数据为例,通过Python编程语言对数据进行清洗,采用环形特征编码处理时间数据,并运用K-means聚类算法对数据进行处理。重点关注入口时间、出口时间、本省通行里程等指标,对用户的收费里程、速度以及行驶时间3个核心特征进行分析,借助聚类中心点和雷达图进行可视化展示。分析结果显示,傍晚时段的通行效率较低,晚间疲劳驾驶和午夜超速问题较为突出。根据通行里程分析,白天主要以短程和中程用户为主,长程用户倾向于在上午进入高速公路,同时,该高速公路存在大量的通勤车辆。在速度分析方面,低速组多为短途车辆。K-means聚类算法的应用使得数据处理过程快速且可靠,结合更多的ETC数据,可以进一步深入了解高速公路通行的主要群体和状况。研究成果可为制定差异化收费政策提供有力依据。例如,通过聚类分析进入高速公路的时间,确定高峰时段和低谷时段,适时提高高峰时段的费用,降低低谷时段的费用,从而提高通行效率、平衡路网流量。这具有重要的现实意义。