简介：在干道发生拥堵的条件下,传统干道协调绿波控制模型不再适用,需要更有效的控制拥堵扩散的策略与模型。基于此,本文基于“先截流-慢纾流”的思路建立干道协调溢流控制模型,重点研究溢流控制策略的启动及结束条件、控制范围及协调溢流控制的交通信号控制参数,并以济南市天桥区南北向通勤交通走廊济泺路为例,应用城市干道协调溢流控制模型,设计控制拥堵扩散、缓解干线交通压力的综合协调信号优化信号控制方案。此外,针对方案实施效果进行了微观路网模型仿真评估,并针对路网通行效率、排队长度、停车延误等评估参数与现状方案进行了对比分析。

简介：基于在中国5个城市开展的自然驾驶试验，利用视觉传感器以及Matlab图像处理方法获得驾驶人在真实危险工况下的车速控制行为数据，结合驾驶人及车辆数据对驾驶入的危险感知、反应时间、制动感知等行为进行分析及建模，最终利用动态神经网络建立了驾驶人纵向制动模型，为速度控制类ADAS系统的测试提供相应的参考，促使此类系统更好地适应中国道路交通环境。

简介：针对深度信念网络无法科学有效地确定网络模型深度和隐层神经元数目等问题，根据贪心算法思想，提出了一种动态构建深度信念网络模型的新方法.即从底层逐层构建深度信念网络的过程中，根据验证集错误分类率调整当前层神经元数目，使当前模型达到最优后，固定当前层神经数目，网络深度增加一层；继续调整下一层神经元数目，直至整个模型构建完成.最后，根据重构误差微调各层神经元数目.结果表明，与依据重构误差构建的深度信念模型相比，利用此方法构建的深度信念网络模型的分类准确率更高.

简介：本文以某地市2016年至2018年重点驾驶人的机动车登记、驾驶证管理、交通违法处理、交通事故记录数据为研究对象,运用特征工程技术筛选交通安全风险特征项;运用机器学习分类算法构建重点驾驶人交通安全风险评分模型;计算重点驾驶人交通安全风险综合评分,预测重点驾驶人未来发生交通事故的风险程度。

简介：LDA主题模型是文本挖掘领域的重要算法，同时在推荐系统当中也有不错的表现.通过LDA主题模型挖掘用户感兴趣的主题，是目前最常用的用户兴趣主题挖掘方法之一.为了提高LDA主题模型应用在推荐系统时的推荐质量，我们提出了一种基于负样本进行学习的方法negLDA.通过创造出负样本来学习用户对物品的负面预测评分，同时结合正样本学习得到的正面预测评分，从正反两个方面进行综合评测，从而更加精确地衡量出用户对物品的预测评分.通过在MoviesLens-100k、MovieLens-1M、FilmTrust这三个数据集上的实验，表明所提出的算法在精确率、召回率、AUC三个指标上相比传统算法均有一定改进.

简介：纯电动汽车由整车控制器和电机系统通过转矩控制实现车辆驱动,控制系统复杂,存在因系统性失效和随机硬件失效而导致车辆出现驾驶员预期之外的加速或减速情况。以纯电动汽车的转矩控制策略为基础,依据ISO26262安全分析方法进行转矩控制的安全监控模型设计。通过设立安全目标和安全概念分析,导出功能安全要求,定位到相应的系统、子系统或功能模块,并设计安全机制使系统出现错误时能过渡到安全状态。在整车控制策略中引入转矩监控防止失效产生不可控制的转矩,避免整车处于不期望的加速或不期望的减速等危险状态。

简介：根据热力学基础定理,采用离散化的数据处理方法,推导了基于电机稳态参数计算电驱动变速器中电机动态温升的数学模型,并根据该数学模型,编写Matlab程序,通过对比理论数据和实际数据,证明了理论模型所计算的数据在趋势上的正确性。分析模型中各个变量,总结各个变量对温升仿真结果准确性的影响。该方法理论上普遍适用于其它需分析电机热害的场合。

简介：针对因影响因素众多而难以预测的隧道沉降问题,使用粒子群算法（PSO）优化支持向量回归模型（SVR）并结合灰色理论中的等维新息,提出了混合模型对隧道沉降时间序列数据进行预测研究.与ELM极限学习机预测模型及PSO-BP神经网络预测模型进行了对比实验.发现等维新息SVR模型在预测精度上要优于其它两个模型,于是得出该模型可以有效地应用于隧道沉降时间序列的预测研究.

简介：根据电动汽车驱动电机在使用过程中失效的主要原因是绝缘失效这一特点,通过测试电机在国标工况下环境温度和冷却温度与温升的变化情况,采用绝缘老化数学模型加以推导变化,得到基于温升的一种电机绝缘老化模型。利用此模型在确定电机目标老化时间和老化系数的情况下,可以计算得到加速老化试验中需要的环境温度和冷却温度,为加速老化试验提供参数依据。