期刊文献+
共找到80篇文章
< 1 2 4 >
每页显示 20 50 100
多模态文本信息的高速公路交通事件持续时间预测 被引量:2
1
作者 陈娇娜 陶伟俊 +2 位作者 靳引利 王鹏 张静 《中国安全生产科学技术》 CAS CSCD 北大核心 2023年第6期180-186,共7页
为研究文本信息质量对高速公路应急处置的影响,针对多阶段自然语言描述的交通事件文本信息,提出基于预训练模型和深度学习的多模态数据持续时间预测架构,通过对比分析Word2vec、BERT、ALBERT和RoBERTa预训练模型在BiLSTM-CNN基准预测模... 为研究文本信息质量对高速公路应急处置的影响,针对多阶段自然语言描述的交通事件文本信息,提出基于预训练模型和深度学习的多模态数据持续时间预测架构,通过对比分析Word2vec、BERT、ALBERT和RoBERTa预训练模型在BiLSTM-CNN基准预测模型上的性能指标,检验预训练后词向量在原始文本、首次文本和拼接文本3种模态的准确性和稳健性。研究结果表明:Word2vec-BiLSTM-CNN模型预测性能较优,训练时间短且具有较好的鲁棒性,能够适用于不同模态的文本数据;相较于原始文本和拼接文本,首次文本信息预测效果良好,是交通事件持续时间预测的关键;拼接文本虽然增加了训练时间,但预测性能并未得到提高。研究结果可有效论证文本信息质量对高速公路应急处置的重要作用,为后续多阶段文本信息数据处理提供支撑。 展开更多
关键词 交通安全 事件持续时间 多模态数据 Word2vec模型 BiLSTM-CNN
下载PDF
基于随机生存森林的交通事件持续时间预测 被引量:12
2
作者 高珍 柯阿香 +1 位作者 余荣杰 王雪松 《同济大学学报(自然科学版)》 EI CAS CSCD 北大核心 2017年第9期1304-1310,共7页
采用随机生存森林模型开展交通事件持续时间分析,克服了传统决策树模型易过度拟合和传统生存分析需限制性假定及识别协变量交互作用的缺陷.该研究基于上海城市快速路网交通事件数据,结合道路几何线形、交通运行、天气状况等数据.原始数... 采用随机生存森林模型开展交通事件持续时间分析,克服了传统决策树模型易过度拟合和传统生存分析需限制性假定及识别协变量交互作用的缺陷.该研究基于上海城市快速路网交通事件数据,结合道路几何线形、交通运行、天气状况等数据.原始数据库分为训练数据(80%)和测试数据(20%).分析结果表明事件类型、路段长度、发生地点、剩余车道数、交通流量等变量对交通事件持续时间有显著影响;影响时间预测准确率结果表明随机生存森林模型预测精度显著优于随机森林的预测精度. 展开更多
关键词 交通运行管理 交通事件持续时间预测 随机生存森林 城市快速路
下载PDF
基于贝叶斯决策树的交通事件持续时间预测 被引量:25
3
作者 姬杨蓓蓓 张小宁 孙立军 《同济大学学报(自然科学版)》 EI CAS CSCD 北大核心 2008年第3期319-324,共6页
采用基于贝叶斯方法的决策树算法,利用上海市中心城区1536个交通事件持续时间数据,建立交通事件持续时间的预测模型。结果表明,事件类型是决策树中的第一层测试属性,不同类型事件的特性属性在决策树中的位置并不相同。并用384个交通事... 采用基于贝叶斯方法的决策树算法,利用上海市中心城区1536个交通事件持续时间数据,建立交通事件持续时间的预测模型。结果表明,事件类型是决策树中的第一层测试属性,不同类型事件的特性属性在决策树中的位置并不相同。并用384个交通事件数据对模型的预测精度进行检验。检验结果表明,抛锚事件持续时间预测误差小于10 min的正确率为79%,而交通事故持续时间预测误差小于20 min的正确率为65%。基于贝叶斯推理的决策树算法比仅基于贝叶斯或仅基于决策树算法的分类精度更高,鲁棒性更强。 展开更多
关键词 交通工程 交通事件 事件持续时间 预测方法 贝叶斯 决策树
下载PDF
交通事件持续时间预测方法综述 被引量:15
4
作者 姬杨蓓蓓 张小宁 孙立军 《公路工程》 2008年第3期72-79,141,共9页
对交通事件持续时间的预测方法进行综述。分析了交通事件对交通拥堵的影响,解释了交通事件持续时间的含义。交通事件持续时间预测方法主要包括:基于统计分析的模型,如概率分布、条件概率、回归分析、时间序列,其次包括不需要知道其分布... 对交通事件持续时间的预测方法进行综述。分析了交通事件对交通拥堵的影响,解释了交通事件持续时间的含义。交通事件持续时间预测方法主要包括:基于统计分析的模型,如概率分布、条件概率、回归分析、时间序列,其次包括不需要知道其分布特点的决策树模型、非参数回归模型,模糊逻辑模型。分析了各种方法的优缺点和适用性,并指出交通事件数据的质量影响了模型的准确性和精度。大量的研究发现事件持续时间的分布近似于正态分布,并向左侧偏斜。最后,提出今后交通事件数据库的建立和交通事件的科学分类可从根本上提高基于统计学模型的精度。 展开更多
关键词 交通工程 交通事件 事件持续时间 预测方法
下载PDF
基于风险分析的交通事件持续时间预测 被引量:9
5
作者 康国祥 方守恩 《同济大学学报(自然科学版)》 EI CAS CSCD 北大核心 2012年第2期241-245,共5页
采用基于风险分析的参数估计方法,利用嘉兴市辖区高速公路上1 062个交通事件持续时间数据,建立交通事件持续时间的威布尔加速失效时间预测模型.并用265个交通事件数据对模型的预测精度进行检验.检验结果表明,交通事故持续时间预测误差小... 采用基于风险分析的参数估计方法,利用嘉兴市辖区高速公路上1 062个交通事件持续时间数据,建立交通事件持续时间的威布尔加速失效时间预测模型.并用265个交通事件数据对模型的预测精度进行检验.检验结果表明,交通事故持续时间预测误差小于30min的准确率为78%,而只考虑持续时间大于10min的抛锚事件时,其持续时间预测误差小于10min的准确率为70%.基于风险分析的方法比仅基于贝叶斯或仅基于决策树算法的预测精度更高,数据利用范围更大. 展开更多
关键词 高速公路 交通事件 事件持续时间 持续时间预测 基于风险的持续时间模型 威布尔加速失效时间模型
下载PDF
快速路交通事件持续时间预测模型 被引量:7
6
作者 杨超 汪超 《同济大学学报(自然科学版)》 EI CAS CSCD 北大核心 2013年第7期1015-1019,共5页
针对城市快速路交通事件持续时间影响因素的复杂性和不确定性,结合贝叶斯网络和非参数回归方法,提出了一种新的快速路交通事件持续时间预测模型.采用上海市快速路监控中心数据,经过降噪处理,生成样本数据;在分析样本数据特征基础上,确... 针对城市快速路交通事件持续时间影响因素的复杂性和不确定性,结合贝叶斯网络和非参数回归方法,提出了一种新的快速路交通事件持续时间预测模型.采用上海市快速路监控中心数据,经过降噪处理,生成样本数据;在分析样本数据特征基础上,确定了贝叶斯网络的结构学习方法与参数学习方法;对贝叶斯网络模型的结果用非参数回归算法生成持续时间预测值.最后,对模型预测精度进行了验证,发现模型预测效果较好. 展开更多
关键词 快速路交通 事件持续时间 贝叶斯网络 非参数 回归 预测模型
下载PDF
交通事件持续时间预测及参数标定 被引量:4
7
作者 姬杨蓓蓓 张小宁 孙立军 《重庆交通大学学报(自然科学版)》 CAS 北大核心 2010年第4期613-615,666,共4页
有效的交通事件管理应基于精确的交通事件持续时间预测。交通事件持续时间包括4个部分:事件发现时间,事件响应时间,事件清除时间和交通恢复时间。提出了基于元胞传输模型的交通事件持续时间预测模型以及参数标定方法。实测数据和仿真数... 有效的交通事件管理应基于精确的交通事件持续时间预测。交通事件持续时间包括4个部分:事件发现时间,事件响应时间,事件清除时间和交通恢复时间。提出了基于元胞传输模型的交通事件持续时间预测模型以及参数标定方法。实测数据和仿真数据对比结果表明,基于元胞传输模型的交通事件恢复时间预测方法具有较高的精度。 展开更多
关键词 交通工程 元胞传输模型 交通事件 持续时间 参数标定
下载PDF
基于K-最近邻的交通事件持续时间预测模型 被引量:4
8
作者 向红艳 易英杰 范宝文 《昆明理工大学学报(自然科学版)》 CAS 北大核心 2014年第6期45-50,共6页
通过对高速公路交通事件的性质和特征进行分析,选择对持续时间影响较大的属性(事件类别、发生时间、地点、天气、伤亡程度、涉及车辆数、占用车道数)构成了描述交通事件的向量,对各属性进行了分类与量化.以交通事件的历史数据集合为基... 通过对高速公路交通事件的性质和特征进行分析,选择对持续时间影响较大的属性(事件类别、发生时间、地点、天气、伤亡程度、涉及车辆数、占用车道数)构成了描述交通事件的向量,对各属性进行了分类与量化.以交通事件的历史数据集合为基础构建N维搜索空间,计算了当前交通事件与历史交通事件之间的欧式距离,通过寻找距离最近的K个元素建立了最近邻预测模型.采用单因素方差分析法标定了变量权重,根据最小误差法确定了最佳K值.实例应用表明,K-最近邻预测模型对持续时间范围为30 min≤T<90 min、90 min≤T<180 min交通事件预测精度较高,适合高速公路有大量历史数据的情况下应用. 展开更多
关键词 高速公路 交通事件 K-最近邻 持续时间 预测
下载PDF
基于多变量决策树交通事件持续时间预测模型 被引量:3
9
作者 向红艳 金明 《重庆交通大学学报(自然科学版)》 CAS 北大核心 2015年第3期112-116,共5页
基于粗集理论和决策树方法,建立了交通事件持续时间的多变量决策树预测模型。通过分析交通事件的属性特点,运用粗集理论中的属性约简方法,确定了交通事件的核心属性;运用等价关系相对泛化原理构造了多变量组合检验,并根据变量依赖度确... 基于粗集理论和决策树方法,建立了交通事件持续时间的多变量决策树预测模型。通过分析交通事件的属性特点,运用粗集理论中的属性约简方法,确定了交通事件的核心属性;运用等价关系相对泛化原理构造了多变量组合检验,并根据变量依赖度确定了最优变量组合;以多变量组合判据代替单变量判据建立了决策树模型,利用决策树高度和节点样本数对树的规模进行控制,优化了决策树结构。实例应用表明,该模型对交通事件持续时间的分类和预测能力较强,预测精度较高。 展开更多
关键词 交通工程 持续时间 粗糙集 多变量决策树 预测
下载PDF
交通事件持续时间预测的贝叶斯网络模型 被引量:3
10
作者 马雪婧 邵春福 +1 位作者 钱剑培 王天倚 《交通信息与安全》 2015年第6期65-71,共7页
交通事件是引发道路交通拥堵的主要因素之一,通过实时交通诱导等手段可以降低其对交通运行造成的影响,而及时准确地预测事件持续时间则是实现有效管控的前提条件。基于MIT打分函数,融合自上而下的网络生长规则,引入蚁群算法寻找最优网... 交通事件是引发道路交通拥堵的主要因素之一,通过实时交通诱导等手段可以降低其对交通运行造成的影响,而及时准确地预测事件持续时间则是实现有效管控的前提条件。基于MIT打分函数,融合自上而下的网络生长规则,引入蚁群算法寻找最优网络结构,即以S-ACOB算法为核心搭建最优贝叶斯网络模型。增加了节点随机选择机制及局部结构概率选择模式,降低局部最优结果生成概率,确保贝叶斯网络的健壮性。通过实例验证及对比分析,针对观测节点属性完备和缺失的情况,网络模型预测精度分别为76.97%和93.23%,平均预测精度可达87.82%,证明该模型可以有效地预测交通事件持续时间。 展开更多
关键词 交通工程 交通事件 持续时间预测 贝叶斯网络 结构学习 MIT算法 S-ACOB算法
下载PDF
交通事件持续时间预测贝叶斯网方法研究 被引量:1
11
作者 李大韦 程琳 《武汉理工大学学报(交通科学与工程版)》 2011年第5期884-887,891,共5页
交通事件持续时间的预测是事件管理系统的重要组成部分,根据I-880实测数据集,利用逐步回归分析的方法确定事件持续时间的主要影响因素,分别建立了应用于事件持续时间预测的朴素贝叶斯(NB)模型、加树朴素贝叶斯(TAN)模型以及一般贝叶斯网... 交通事件持续时间的预测是事件管理系统的重要组成部分,根据I-880实测数据集,利用逐步回归分析的方法确定事件持续时间的主要影响因素,分别建立了应用于事件持续时间预测的朴素贝叶斯(NB)模型、加树朴素贝叶斯(TAN)模型以及一般贝叶斯网(BN)模型,在分析数据特点的基础上确定了贝叶斯网的推理算法、参数学习以及结构学习方法.在不同数据缺失的程度和不同训练样本规模下,分别对三种模型的预测准确率进行了评价,结果表明贝叶斯网预测模型在数据缺失30%的情况下30min准确率高于80%. 展开更多
关键词 交通事件 持续时间 贝叶斯网 逐步回归 EM算法
下载PDF
基于贝叶斯网络的交通事件持续时间预测 被引量:5
12
作者 郑长江 葛升阳 郑树康 《华东交通大学学报》 2014年第5期50-55,共6页
随着数据采集手段的不断提高和相关研究技术的发展,基于数据挖掘的模型逐渐成为交通事件持续时间研究的主要方向。根据荷兰交通部门提供的交通事件采集数据,进行分类和预处理,观察事件持续时间的频数图,并根据相关的研究按照事件典型的... 随着数据采集手段的不断提高和相关研究技术的发展,基于数据挖掘的模型逐渐成为交通事件持续时间研究的主要方向。根据荷兰交通部门提供的交通事件采集数据,进行分类和预处理,观察事件持续时间的频数图,并根据相关的研究按照事件典型的类别把采集的数据进行分类。使用主成分分析和逐步回归提取出显著性的影响因子,利用数据挖掘软件WEKA建立贝叶斯网络模型,用数据集中80%的数据进行学习建模,20%的数据作为测试集来检测模型的预测效果,并做出性能评价。实验结果表明,与同类数据集的其他预测方法相比,贝叶斯网络模型对于变数众多,随机性特别大的交通事件,预测精度较高,证明贝叶斯网络模型的算法是具有一定优越性和实用价值。 展开更多
关键词 城市交通 交通事件持续时间 贝叶斯网络模型 数据集分类 影响因子提取 WEKA
下载PDF
基于生存分析的智能电网安全告警事件持续时间预测模型
13
作者 刘萧 李静 许珂 《计算机应用与软件》 北大核心 2024年第1期328-335,342,共9页
针对目前智能电网安全风险预测系统解释性不强的问题,提出一种基于生存分析中DeepSurv模型的改进模型来预测网络安全告警事件持续时间。为了加快运算速度,模型对原DeepSurv的神经网络部分进行改进。模型基于K-means,提出一种降维算法对... 针对目前智能电网安全风险预测系统解释性不强的问题,提出一种基于生存分析中DeepSurv模型的改进模型来预测网络安全告警事件持续时间。为了加快运算速度,模型对原DeepSurv的神经网络部分进行改进。模型基于K-means,提出一种降维算法对输入数据进行降维,通过改进的DeepSurv,获得智能电网安全告警事件持续时间的生存函数,并以此为依据计算C-index与MAPE。通过总耗时、C-index与MAPE这三个指标将模型和原DeepSurv进行比较,发现模型在预测准确率相差不大的情况下,大幅提高了运算速度。此外,由于模型是基于生存分析的,解释性较强,且能够提供网络安全告警事件关于持续时间的生存函数,即关于持续时间的概率预测,对智能电网安全风险预测研究有很大的参考意义。 展开更多
关键词 智能电网 网络安全告警事件 生存分析 神经网络 持续时间预测
下载PDF
考虑交通事件影响的高速公路短时行程时间预测
14
作者 潘杰 石京 《交通工程》 2024年第8期45-53,74,共10页
本研究目的是基于历史行程数据并考虑交通事件,构建可提高高速公路短时行程时间预测精度的方法。基于深层机器学习理论,设计加权均方根相似(Weighted-RMSS)模型,利用经纬度将行程分段,考虑高速公路车辆时空流动性的时间传递,计算当前行... 本研究目的是基于历史行程数据并考虑交通事件,构建可提高高速公路短时行程时间预测精度的方法。基于深层机器学习理论,设计加权均方根相似(Weighted-RMSS)模型,利用经纬度将行程分段,考虑高速公路车辆时空流动性的时间传递,计算当前行程时间和历史案例行程时间的相似性,提高了行程时间预测精确度。在此基础上,结合交通事件数据建立交通事件影响矩阵,建立LGBM模型(Light Gradient Boosting Machine)用于短时行程时间预测,并利用广州高速公路平沙至机场南路段实测数据进行验证。研究结果表明,开发2个模型效果均优于传统KNN模型,且考虑了交通事件影响的LGBM模型的预测精度高于Weighted-RMSS模型,达到95.68%,比较不同未来预测时间得出预测5 min效果最佳,精度可达96.18%。本研究在短时行程时间预测上有显著的优越性,有助于为驾驶人提供准确的出行时间,有利于高速公路的交通管理。 展开更多
关键词 高速公路 行程时间预测 时空流动性 加权均方根相似模型 交通事件影响 LGBM模型
下载PDF
基于改进KNN模型的城市道路事故持续时间预测 被引量:1
15
作者 孙泰屹 勾进 何雅琴 《武汉理工大学学报(交通科学与工程版)》 2023年第6期1030-1034,共5页
文中提出一种改进的KNN(K-Nearest neighbor)预测模型.通过对训练集的多元回归建模分析得到对事故持续时间占主要影响地位的多个因素及其beta值,并代入到传统KNN模型中,改善模型所用欧氏距离,设计出一种改进的KNN预测模型.结果表明:这... 文中提出一种改进的KNN(K-Nearest neighbor)预测模型.通过对训练集的多元回归建模分析得到对事故持续时间占主要影响地位的多个因素及其beta值,并代入到传统KNN模型中,改善模型所用欧氏距离,设计出一种改进的KNN预测模型.结果表明:这种改进的KNN预测模型能够较为准确的预测城市道路环境下的事故持续时间,在K值取不同大小时,测试集预测结果的平均相对误差为15.79%~16.24%,在K值均取最优值9时,模型的平均绝对误差相对于传统KNN模型降低了42.15 s,平均相对误差降低了10.3%. 展开更多
关键词 交通安全 城市道路 事故持续时间 多元回归 KNN预测模型
下载PDF
基于决策树的高速公路事件持续时间预测 被引量:28
16
作者 刘伟铭 管丽萍 尹湘源 《中国公路学报》 EI CAS CSCD 北大核心 2005年第1期99-103,共5页
利用决策树方法对高速公路事件持续时间预测问题进行研究。首先在借鉴各国研究经验的基础上,根据所研究事件数据集中的事件持续时间数据的分布特征确定构造基于决策树的预测方法;然后用整理得到的660组事件数据,通过对各类事件的显著性... 利用决策树方法对高速公路事件持续时间预测问题进行研究。首先在借鉴各国研究经验的基础上,根据所研究事件数据集中的事件持续时间数据的分布特征确定构造基于决策树的预测方法;然后用整理得到的660组事件数据,通过对各类事件的显著性分析,建立高速公路事件持续时间预测决策树,并用同一数据集中未用于决策树构造的170组数据对决策树的预测效果进行检验。检验结果表明:所开发决策树的预测值与实际值的相关系数为0.8423,预测结果基本能够反映真实的事件持续时间情况。 展开更多
关键词 交通工程 事件管理 决策树方法 事件持续时间 方差分析 智能运输系统
下载PDF
城市快速路交通事件持续时间生存分析 被引量:10
17
作者 杨文臣 张轮 +1 位作者 施奕骋 杨涛 《交通运输系统工程与信息》 EI CSCD 北大核心 2014年第5期168-174,共7页
提出城市快速路交通事件持续时间生存分析方法.依托上海市中心快速路网的交通事件数据,将生存分析引入交通事件形成及演化机理分析.其根据大量交通事件样本的特征属性,采用Kaplan-Meyer的非参数回归构建基于风险的交通事件持续时间模型... 提出城市快速路交通事件持续时间生存分析方法.依托上海市中心快速路网的交通事件数据,将生存分析引入交通事件形成及演化机理分析.其根据大量交通事件样本的特征属性,采用Kaplan-Meyer的非参数回归构建基于风险的交通事件持续时间模型,解析其在五类影响因素作用下的时空分布特性,并采用Cox回归线性模型综合评价交通事件持续时间的显著影响因素,分析其作用的强度和方向,提取表征上海市快速路交通事件运营管理水平的重要特征参数.结果表明:上海市快速路的交通事件持续时间在不同类别的影响因素下分布特性存在明显差异,日夜、事件类型、涉及车辆数、影响车道数、涉及货车、所处路段位置、瓶颈处、出动拖车和出动消防车等影响因素对事件持续时间有显著影响. 展开更多
关键词 城市交通 快速路 交通事件 持续时间 生存分析 COX回归
下载PDF
交通事件持续时间分布拟合及其加速消散模型 被引量:4
18
作者 丛浩哲 王俊骅 +1 位作者 方守恩 童世鑫 《同济大学学报(自然科学版)》 EI CAS CSCD 北大核心 2011年第10期1468-1472,共5页
对某高速公路交通事件管理系统中记录的3年交通事件信息进行了数据统计处理,对交通事件持续时间的随机分布进行了多种拟合分析和分布检验,构建了基于对数逻辑斯特分布的交通事件持续时间加速消散模型.该预测模型可以使用不同的拟合分布... 对某高速公路交通事件管理系统中记录的3年交通事件信息进行了数据统计处理,对交通事件持续时间的随机分布进行了多种拟合分析和分布检验,构建了基于对数逻辑斯特分布的交通事件持续时间加速消散模型.该预测模型可以使用不同的拟合分布并接受缺失数据,样本检验能很好地预测交通事件持续时间及其累积结束概率. 展开更多
关键词 高速公路 交通事件 持续时间 分布拟合 加速消散模型
下载PDF
交通事件持续时间影响因素分析及其回归模型 被引量:7
19
作者 丛浩哲 方守恩 王俊骅 《交通信息与安全》 2010年第3期80-83,共4页
交通事件的快速处置对于交通事故的快速救援、交通拥堵的及时疏导、交通安全隐患的有效排除具有重要意义。文中就某高速公路交通事件管理系统中记录的近3年的交通事件信息进行数据统计处理;采用方差分析的方法,分析高速公路交通事件持... 交通事件的快速处置对于交通事故的快速救援、交通拥堵的及时疏导、交通安全隐患的有效排除具有重要意义。文中就某高速公路交通事件管理系统中记录的近3年的交通事件信息进行数据统计处理;采用方差分析的方法,分析高速公路交通事件持续时间的影响因素及其作用;采用多元逐步回归建模的方法找出主要影响因素并进行多元回归预测。经样本检验,此回归模型能够很好地预测交通事件持续时间。 展开更多
关键词 高速公路 交通事件 持续时间 因素分析 回归模型
下载PDF
高速公路危化品事件处置持续时间预测模型 被引量:4
20
作者 陈程 张兰芳 汪尚天 《交通信息与安全》 CSCD 2017年第1期55-61,70,共8页
为准确预估危化品事件影响的时间、支撑高速公路危化品运输应急处置,基于危化品运输事故历史数据,构建高速公路危化品事件处置持续时间的预测模型。首先在事故特征分析的基础上,初步选取影响因子;利用Spearman秩相关系数对各因子进行相... 为准确预估危化品事件影响的时间、支撑高速公路危化品运输应急处置,基于危化品运输事故历史数据,构建高速公路危化品事件处置持续时间的预测模型。首先在事故特征分析的基础上,初步选取影响因子;利用Spearman秩相关系数对各因子进行相关性检验,确定危化品特性、危化品泄漏量及所需要驳货车的数量作为模型的输入变量;基于TSK型模糊推理系统,采用ANFIS方法建模;最后采用实例对模型进行验证并作误差分析。结果表明,模型预测结果与实测值吻合良好,且输入参数数目控制在合理范围内,能够为危化品事件救援提供必要的参考。 展开更多
关键词 高速公路危化品事件 持续时间预测 相关性分析 ANFIS方法
下载PDF
上一页 1 2 4 下一页 到第
使用帮助 返回顶部