复杂网络视角下的道路网络建模与分析

道路网络具有高度复杂性的特点,本文将道路网络建模成二维的复杂网络,借助复杂网络研究方法分析道路网络的特性。本文选取三个大规模道路网络数据集,从理论上给出随机道路网络的公式描述,接着利用Gephi和Networkx构建并可视化道路网络的结构,编写数据格式变换程序,最后分析道路网络的特性,得出道路网络具有高复杂性、小k值的特性,同时发现真实的道路网络与随机道路网络表现出差异性。本文可以为后续交通流量预测、异质交通网络分析提供建模基础和思路。

基于PyG库的多种类图神经网络对比研究

各种各样的基于消息传递机制的图神经网络架构被提出,但是这些图神经网络在同一节点分类任务的表现性能如何缺少相应的研究,文章基于PyG图神经网络库,编写实验代码,包括数据集处理、图神经网络搭建和节点分类模型训练3个主要环节,实现对不同架构的图神经网络在节点分类任务上的对比,通过利用多指标衡量基于多种类的图神经网络构建的节点分类模型,最后得出最适合节点分类的图神经网络结构,并给出实验分析,同时提出了今后的研究方向。

沥青路面压实过程的数字化控制指标

传统的沥青路面压实质量检测手段无法实现实时监测与控制,然而三维扫描技术的引入为压实过程的数字化控制提供了可能。利用车辙试样成型机在实验室内对不同级配的车辙板进行压实,并分析沥青路面压实过程中的最大峰高(Sp)和平均断面深度(MPD)两个三维纹理特征参数的变化规律。研究结果显示,MPD数值持续减少,而Sp在压实初期迅速下降,后期趋于收敛。为验证Sp作为控制压实度的指标的有效性,采用Bland-Altman模型对Sp的一致性进行了分析,结果显示Sp与压实度之间具有良好的一致性。基于数字化的数据采集手段和计算方法,提出了沥青路面压实质量评价和控制的数字化指标,为沥青路面施工的数字化和实时控制提供了新思路。