一种考虑极端天气条件的交通可达性评估方法

    公开(公告)号:CN116386311A

    公开(公告)日:2023-07-04

    申请号:CN202211267581.6

    申请日:2022-10-17

    Applicant: 扬州大学

    Abstract: 本发明公开了一种考虑极端天气条件的交通可达性评估方法包括,进行城市道路匹配;筛选城市道路实时数据;使用局部加权回归季节趋势分解方法对筛选出的车速和行程时间进行分解;对分解后的残余数据进行广义极值学生化离差测试,识别与正常交通状况下的行程时间观测值有较大偏差的车速和行程时间观测值,确定行进时间数据集中的极端车速和行程时间观测值;收集极端天气数据集,与所述有较大偏差的车速和行程时间观测值起止时间进行全域时空叠加分析,形成新数据集;对所述新数据集使用改进的引力模型计算交通可达性。本方法可以解决未将区域面积、等级、需求地区居民对终点资源的竞争等因素纳入考虑,导致可达性的测算不够准确的问题。

    基于预警大数据的驾驶员倾向性分析方法

    公开(公告)号:CN111881952A

    公开(公告)日:2020-11-03

    申请号:CN202010671981.8

    申请日:2020-07-14

    Applicant: 扬州大学

    Abstract: 本发明公开了一种基于预警大数据的驾驶员倾向性的分析方法,包括:采集车辆预警数据;从车辆预警数据中提取特征;将预警数据特征作为数据样本,采用K-means聚类算法对数据样本进行聚类,得到k个簇和k个簇中心;利用Matlab对分簇后的特征数据进行可视化操作,并将不同簇的特征数据输入到表格,得到驾驶员倾向性分类结果。本发明基于预警大数据采用K-means聚类法对具有不同行为倾向的驾驶员进行聚类分析,得到了驾驶员的驾驶倾向性,为采取相应的防范举措提供了支撑,从而保障车辆运行安全。

Patent Agency Ranking