【摘 要】
：
为加强对重点营运车辆异常驾驶行为的监督与检测,本文基于时间序列符号化算法(TSA)与多尺度卷积神经网络模型(MCNN)提出一种组合模型TSA-MCNN,用于识别重点营运车辆异常驾驶行为.首先,对北斗数据进行预处理,并基于营运车辆存在多种车型、多种速度限制、多种异常驾驶行为的特点划分4种异常驾驶行为,构建异常样本数据集.其次,构建TSA-MCNN模型识别样本数据集,其过程分为两阶段,第1阶段,针对重点营运车辆的特点,引入能够粗粒化处理数据特征的时间序列符号化算法与能够多通道参数输入的多尺度卷积神经网络进行组
【机 构】
：
北京交通大学,交通运输学院,北京100044;北京交通大学,综合交通运输大数据应用技术交通运输行业重点实验室,北京100044;北京交通大学,交通运输学院,北京100044;河北省交通规划设计院,石家
论文部分内容阅读
为加强对重点营运车辆异常驾驶行为的监督与检测,本文基于时间序列符号化算法(TSA)与多尺度卷积神经网络模型(MCNN)提出一种组合模型TSA-MCNN,用于识别重点营运车辆异常驾驶行为.首先,对北斗数据进行预处理,并基于营运车辆存在多种车型、多种速度限制、多种异常驾驶行为的特点划分4种异常驾驶行为,构建异常样本数据集.其次,构建TSA-MCNN模型识别样本数据集,其过程分为两阶段,第1阶段,针对重点营运车辆的特点,引入能够粗粒化处理数据特征的时间序列符号化算法与能够多通道参数输入的多尺度卷积神经网络进行组合,并基于Keras库完成TSA-MCNN模型的搭建;第2阶段,利用样本数据集作为模型的输入变量,完成模型的训练、测试与识别.最后,以广河高速重点营运车辆北斗数据验证TSA-MCNN模型的性能,同时,与异常识别传统算法的卷积神经网络(CNN)模型与动态时间扭曲-K最近邻(DTW-KNN)模型进行对比分析.验证结果表明:TSA-MCNN模型整体识别准确率为97.25％,相对于CNN模型与DTW-KNN模型提高了20.50％与5.63％.其中,TSA-MCNN模型对于正常驾驶行为、超速驾驶行为、紧急停车行为、临时停车行为、低速驾驶行为的识别精确率相对于CNN模型(DTW-KNN模型)分别提高了26％(13％)、26％(6％)、23％(5％)、28％(3％)、0(0),说明该模型对于重点营运车辆异常驾驶行为的识别具有良好的性能.
其他文献
为构建老年行人交通事故严重程度风险关联因素识别方法体系,本文应用极限梯度提升关联规则挖掘算法(Extreme Gradient Boost-Apriori,XGB-Apriori)识别城市道路老年行人交通事故风险因子.运用机器学习优化关联规则算法结构,通过机器学习库scikit-learn中XGBoost(Extreme Gradient Boost)算法与SFM(Select From Model)特征选择类功能实现变量特征值的选择.进而,对Apriori算法设置有序定向约束,得到适用于交通事故致因分析
现有关于行人群体运动行为的研究和规范绝大部分是以成年人群为主体的研究,关于儿童群体的理论及实验研究非常匮乏,在进行儿童群集运动管理及幼儿相关步行设施设计时往往需要参考以成年人群为主体所获得的理论及经验数据.本文组织了不同情境下(正常情况及应急疏散)幼儿群体的运动实验,通过实验数据对幼儿群体单向流运动的流密速关系、速度离散性、个体超越行为等基本特性进行了定量研究,并和成年人群的相关特性进行比较分析.实验结果表明,幼儿群体单向流的流(速)密关系呈现一种弥散性的分布,其速度的变异系数接近成年人的4～6倍;此外,
为降低驾驶人抵近交叉口过程因分心导致的交通事故,本文基于双向长短时记忆网络(BILSTM)建立分心驾驶识别模型.依托驾驶模拟实验,采集了45位驾驶人抵近信控交叉口过程中的横纵行为数据,通过方差分析研究分心任务对驾驶行为的影响.结果表明,分心驾驶人需要更长的制动反应时间,制动操作时间缩短,踩压制动踏板的力度下降,同时操纵方向盘的稳定性变差.然后,筛选有显著性影响的6个特征行为指标作为模型的输入,结果表明:BILSTM模型分心状态识别的精确率最高,达到92.6％,F1值为88.7％;准确率、精确率、召回率、F
为提高物流无人机在城市低空环境下配送的安全性和公众接受程度,保证运输经济性,提出一种考虑运行风险、噪声水平和运输成本的城市低空物流无人机航迹规划方法.采用栅格法进行空域环境表征,建立基于风险的城市空域环境模型.结合物流配送要求,建立多目标、多约束的物流无人机航迹规划模型.采用改进A*算法进行求解:为降低航迹代价,设计估价函数预估成本;为保证飞行安全,引入安全保护区确保间隔;为提升搜索效率,采用动态步长加快搜索进程.仿真结果表明:本文模型和算法所得航迹的运行风险小、噪声水平低、运输成本低,能够实现多目标优化
针对农村物流小批量分散化特点,构建农村物流共同配送联盟演化博弈模型和基于系统动力学的联盟演化仿真模型,揭示农村物流共同配送联盟在自组织环境下系统内各方决策行为特征及其稳定状态.结果表明:农村物流共同配送联盟运行受到联盟超额收益、联盟罚金、声誉损失、建设运营成本等多种因素的综合影响,联盟收益分配机制及成本分担机制直接关系企业在联盟内的决策行为.联盟超额收益大小是农村物流共同配送联盟成功运行的关键因素,超额收益的分配机制会对企业参与联盟决策行为产生直接影响,联盟运行维护成本是促使物流企业偏离联盟的重要因素,而
网约车逐渐成为城市中重要的交通方式之一,由于网约车出行特征与其他交通方式显著不同,其环境影响仍有待深入研究.为揭示网约车的排放特征,基于成都市网约车GPS轨迹数据,采用大数据分析方法得到网约车在各轨迹段的平均速度、行驶里程等参数,然后应用机动车排放模型COPERT实现对研究区域内网约车CO、HC、NOx和CO2排放的量化,并进一步分析其时空分布特征.结果显示:2016年11月18日成都市研究区域内网约车CO、NOx、HC、CO2的排放量分别为151,41.5,8.93,125497.6 kg;网约车排放的
为解决排放控制区下集装箱班轮运输船期设计和燃油补给联合优化问题,分析了多时间窗、多起讫时间和多装卸效率等合作协议条款与船舶航行、装卸及到/离港时间之间的关联性.结合燃油补给港燃油价格差异和折扣因素,以船公司航线服务周总成本最小化为目标,构建排放控制区下船期设计和燃油补给混合整数非线性规划模型,设计线性割线近似的求解方法.以中远海运集团有限公司AWE1航线为例,数值实验验证了模型及其求解方法的适用性和有效性.结果显示:船期设计与燃油补给联合优化可使船公司航线服务周总成本降低7.41％;随着船舶到港时间窗长度
电动汽车电池剩余使用寿命预测是当下电池研究领域的热点内容,现有电池剩余使用寿命预测模型大多基于单一预测指标,预测精度较低,模型的泛化性能较差.本文通过实车数据构建了GM-LSTM的Stacking融合模型,实现电动汽车电池剩余使用寿命的准确预测.首先根据电池剩余使用寿命影响因素,提取车辆真实的运行参数和环境参数,基于随机森林算法筛选最优特征集合作为模型输入,其次选择差分整合移动平均自回归算法对所选特征进行惯性延伸,克服数据时间维度上的限制,最后基于数据特点,分别建立灰色预测模型和长短时记忆神经网络模型实现
为解决连续流交叉口左转非机动车和直行机动车冲突问题,提出一种左转非机动车过街创新设计方案,对比常规设计和两步过街方案,将3种方案整合到一个统一的优化模型中.以交叉口机动车通过量最大为优化目标,建立混合整数非线性规划优化模型,将其转换为非线性模型以便于求解,并利用VISSIM仿真验证3种方案的运行效益.结果表明,两步过街和创新设计相对于常规设计能提升交叉口机动车通行能力,且在高流量场景下拥堵改善效果更佳,分别能降低55.58％、57.18％的机动车延误;常规设计不适用于直行机动车流量较大的场景,两步过街和创
目前国内许多城市对部分区域实施“禁摩”政策,不同禁行方案的实施对交通系统中出行者方式和路径选择产生差异化影响.为定量描述摩托车禁行方案下的用户多模式出行选择行为,本文考虑私家车、常规公交及摩托车这3种模式的不同网络出行特征,构建基于摩托车禁行方案的多模式网络均衡模型.首先,设计3种模式混行下的复合交通网络,根据其不同的路段通行能力特征,以及公交车内拥挤和线路选择,分别针对禁行区域和非禁行区域,建立用户出行成本函数;然后,基于用户均衡和Logit模式划分,构建相应的数学规划模型.最后,采用基于相继平均的路径