【摘 要】
：
有效识别高速公路交通异常状态,有利于避免二次事故的发生。其中,数据质量欠佳一直是制约交通异常状态识别率提升的重要因素,对交通流数据进行有效修复可进一步提升异常状态识别的可靠性。同时,此类研究大多基于单一数据源（车检器数据、收费数据和视频数据等）且未考虑数据修复对模型输出的影响,导致模型准确性和鲁棒性较差。伴随着全国电子不停车收费（Electronic Toll Collection,ETC）技术的
论文部分内容阅读
有效识别高速公路交通异常状态,有利于避免二次事故的发生。其中,数据质量欠佳一直是制约交通异常状态识别率提升的重要因素,对交通流数据进行有效修复可进一步提升异常状态识别的可靠性。同时,此类研究大多基于单一数据源（车检器数据、收费数据和视频数据等）且未考虑数据修复对模型输出的影响,导致模型准确性和鲁棒性较差。伴随着全国电子不停车收费（Electronic Toll Collection,ETC）技术的普及,因其特有的数据优势,为此类研究提供了一种新的思路。论文针对现有数据修复方法适用性欠佳,基于高速公路多源数据,提出一种考虑检测设备分布的车检器数据修复方法;针对多因素对数据修复性能的影响难量化,构建一种车检器数据修复性能分析模型,以量化此影响;针对单一数据源对交通状态的表征能力有限,且现有决策级融合算法未考虑数据修复性能对权值的影响,分别基于ETC数据和车检器数据构建高速公路交通异常状态识别模型,并提出一种改进模糊综合评价算法用于实现模型输出结果的决策级融合。论文主要内容包括:（1）论文基于高速公路多源数据完整性分析和一致性检验,提出一种考虑检测设备分布的车检器数据修复方案,并基于LSTM-SVR组合模型实现了车检器数据修复算法。实验表明,该方法能够在不同检测设备分布下,对车检器数据中的缺失数据或异常数据进行有效修复且修复效果在一定程度上优于现有方法。（2）论文利用VISSIM仿真数据,改进并提出车检器数据修复性能评价指标,结合数据驱动型建模方法,基于改进BP神经网络构建一种车检器数据修复性能分析模型。实验表明,该模型能够定量刻画包括高速公路多源检测设备布设间距在内的多因素对车检器数据修复性能的影响。（3）论文利用实测ETC数据和车检器数据,分别基于GMM-EM算法和改进FCM-California#7算法构建高速公路交通异常状态识别模型,进而提出一种考虑车检器数据修复性能的改进模糊综合评价算法,以实现决策级融合。实验表明,上述模型在性能上相较于现有模型均获得了一定程度的提升,且具备较好的鲁棒性。研究结果表明,论文提出的车检器数据修复方法在提升数据质量的同时,进一步拓宽了方法适用性;论文构建的交通异常状态融合识别模型能够有效识别高速公路主线路段上产生的交通异常状态,对交通出行及管控具有重要实际价值。
其他文献
铸造工艺是现代机械制造工业的基础工艺,应用量大面广,其绿色化改进对绿色制造工程战略实施具有重要作用。工艺过程环境影响评价是开展绿色化改进的前提条件。现有研究通常是把工艺过程看作一个整体,基于一种平均化、合并式的数据进行评价,这虽然能有效支撑环境影响评价,但难以实现对工艺过程节能减排关键环节的识别,也不能响应工艺过程的动态变化。这已成为制约企业进行工艺绿色化改造的一个亟待解决的问题。数字孪生技术的发
无人机的无人区域值守系统集飞行控制、区域覆盖和自主降落等技术于一体,因此在公共安全、智慧农业和测绘等领域得到广泛应用。但是,此类平台常常需要操作人员介入其中,存在效率低、局限性大等问题。故而本文设计了一种完全自主的四旋翼无人机区域值守系统,其可在没有人为干预的情况下,执行室外重复飞行和区域观测的值守任务。该系统支持在大范围的室外环境中实现着陆台上一键起飞,低空区域覆盖路径规划,采集数据后返航,通过
在世界“工业4.0”以及“中国制造2025”的大背景下,汽车工业水平逐渐成为我国提升整体工业水平的重中之重。汽车工业的发展不仅取决于其机械制造水平的提升,很大程度上也依赖于高水平汽车振动试验平台的研发。目前,国内多轴电液振动平台研制水平与国外仍有较大差距,且多数高性能伺服设备仍依赖于进口,存在供货期长、检修难、成本高等缺点。本论文致力于开发一种基于EtherCAT高速总线的电液伺服系统从站控制器,
随着科技的发展,汽车电子越来越多引入进整车当中。作为汽车电子四大控制系统之一的车身采集控制系统,主要负责对汽车运行状态进行监控和管理,并根据车辆状态作出优化控制决策,实现对车用电器的优化管理,从而提升车辆的人性化、舒适性及安全性。然而,目前车辆中常用的车身控制系统核心控制芯片主要依赖于进口,自主化程度低,在芯片处处受限的当下,常常因缺芯导致车身控制器生产停滞。此外,现有设计方案中各功能模块采用集成
中枢神经系统感染引发的各种疾病一直是神经学领域高死亡率的疾病之一,其目前的主要诊断依靠的是脑脊液细胞学检查,且主要靠人工进行分析,需要消耗大量人工和时间成本,这种分析具有主观性,随意性,因此,亟需一种能对脑脊液细胞进行识别与分类的客观方法和系统;同时,获取脑脊液细胞的过程较复杂,会因为制片过程繁冗造成样本的质量参差,存在粘连重叠的细胞,增加对脑脊液细胞自动识别分析的难度;为了提高不同工艺以及人工经
人体连续运动模态识别是外骨骼与人进行自然人机交互（Human-robot Interaction,HRI）的关键。表面肌电信号（surface Electromyography,s EMG）产生于人体动作,与人体运动直接相关,蕴含丰富的运动信息。因此,对s EMG信号进行解析,可有效识别人体运动模态。然而,在连续运动过程中,s EMG信号容易受到各种噪声干扰,同时s EMG信号本身具有混沌性、非线
机器人在工业、农业、物流、安防、家居等行业被广泛应用,随着任务越来越复杂,单个机器人很难满足人们的需求。由于多机器人系统在高容错性、可拓展性、自主性以及高效性方面的优点,受到广泛关注,在搬运、物流、国防、搜救等场景有更好的应用前景。如何在环境未知且模型未知的情况下,提高多机器人系统自适应能力和交互能力是多机器人系统的一个研究热点。强化学习可以通过机器人和环境的交互,学习到最优的控制策略。因此本文针
在现代医学中,某些眼科手术以及检查对瞳孔尺寸有明确要求。检测瞳孔尺寸的传统方式是使用瞳孔尺进行测量,然而这种方式存在精度不高、前后读数误差较大以及受医生经验影响较大等问题。为了解决这些问题,相关瞳孔计应运而生。目前相关瞳孔计产品大都是国外产品且价格昂贵,国内医院使用率极低,普遍采取传统瞳孔尺方式进行测量。此外国内相关瞳孔尺寸提取的研究也较少。基于此需求,本文设计了一个瞳孔尺寸提取系统,实现对瞳孔实
液压系统是通过液压增强作用力的系统,可用于动力传动和控制系统中,随着工业发展液压系统在各个领域中应用日益广泛,因此加强对液压系统安全运行的保障也日益重要。但由于液压系统趋向专业化和多样化,导致其结构组成越来越复杂,从而增加液压系统部件异常识别的难度。针对液压系统结构组成复杂、难以进行机理建模分析的特点,使用基于数据驱动的方法从系统整体的角度进行研究,研究内容分为特征工程、模型训练、软件实现三个部分
自动泊车系统作为自动驾驶领域的一个分支存在重要的应用价值,环境感知部分是其第一环节,具有关键的作用。室内停车场中复杂场景下的泊车位检测任务常面临污染、光照等环境因素引起的干扰问题,基于鱼眼摄像头和传统视觉的泊车位检测方法具有精度低、鲁棒性差和泛化能力弱等问题,而高精度深度学习网络会带来模型参数较大的压力,为克服现有车位检测技术的不足,本文重点研究了室内停车场中轻量级有效车位检测模型与泊车定位方法,