城市智能交通系统设计研究

针对日益严峻的城市交通压力,根据城市交通系统分类,利用网络技术、通信技术及计算机技术设计城市智能交通系统,着重探讨其路径导航子系统、事故检测预警处理子系统。     

智能交通系统中视频背景实时更新技术的改进研究

车辆检测是智能交通系统（ITS）的核心。探讨采用自适应算法对背景进行实时更新的方法,能有效削弱恶劣天气和环境变化在画面上产生的各种噪声。实验表明此方法具有很好的实时性,能满足视频车辆检测的要求。还探讨了一种在堵车的复杂环境下背景的实时更新算法,用前景静止物体表面灰度值的变化量,来估算背景的改变量,从理论上解决停车及车辆缓行条件下的背景更新问题,达到扩展背景差法通用性的问题。     

一种基于深度学习的夜间车流量检测方法

当车流量较少时,降低路灯亮度可以达到能源节约目的。为此,采用深度学习中的R-FCN目标检测网络完成夜间车辆检测任务。R-FCN网络相比传统深度学习网络,不仅是基于区域推荐模型的网络,而且引入了平移变化特性,所以对目标检测效果更好。为了占用更少硬件资源,缩小模型规模,采用ShuffleNet通道分组与组间通信机制,压缩原始残差网络。同时,对NMS（非极大值抑制）算法进行修改,从而可以更好地筛选重叠目标,降低网络漏检率。实验结果表明,该方法准确率较高,在UA-DETRAC数据集的夜间图片检测中精度最高可达到90.89%。     

智能交通系统中车辆路径优化问题的研究

针对智能交通系统中的车辆路径优化问题,运用蚁群算法进行求解,并对状态转移概率公式的选择做出了调整,进一步对信息素挥发因子进行改进,从而改进了基本蚁群算法到一定阶段后容易陷入局部最优的缺点,提高了算法的运算速度.实例求解表明,改进蚁群算法在车辆路径优化问题中,可以快速有效地得到近似最优解.     

智能挡车器控制系统的设计

介绍了利用现代电子技术和通信技术实现挡车器智能控制系统的原理,讨论了相应的接口电路,并给出了计算处理方法,给出了行驶车辆检测器的组成与实现方法。着眼于智能交通系统中最基本、也是最重要的汽车挡车器部分的研究,着力对现有的按钮式或人工遥控式的挡车器进行功能改进和优化,在已有的基础上加入智能控制模块,实现全自动智能型的挡车器。改进后的挡车器能够实现如下功能:可以自动识别本单位车和外埠车;当智能控制系统检测到本单位车时,将自动开启挡车器,车离去后将自动关闭挡车器;控制系统检测到外埠车辆时进行声光报警等功能。     

教育研究中选项排序的统计方法

对多项教育指标进行排序统计在教育研究领域中有广泛的用途,但常见的统计方法存在一些问题。本文在态度测量基础上,借鉴瑟斯顿配对比较的原理,给出了选项排序的统计方法,同时提供了课堂教学观察视角排序的应用实例。     

基于改进Vibe算法与多特征的智能交通系统

基于计算机视觉技术对道路交通视频中的运动目标进行分类。针对目标分割过程中的光线变换及分类效率问题,主要采用贝叶斯网络模型以及合适的前景提取模型以提高精度。提出一种改进的Vibe算法对运动目标进行检测,通过提取目标长宽比、Hu不变矩以及离散度特征等对目标进行分类。最终实验结果正确率在80%以上,说明该智能交通系统可以有效识别出运动目标,且具有较强的鲁棒性与适应性。     

水泥混凝土路面维护的探析

水泥混凝土路面具有强度高、稳定性好、耐久性好、初期养护费用少、经济效益高和有利于夜间行车等优点,是高等级公路路面的两种主要形式之一。水泥混凝土路面使用到中后期,会逐步出现部分破坏,如开裂、断板、沉陷、错台等。     

智能车辆的交叉口数字信号灯检测与识别

为了保证智能车辆在交叉口内的诱导行驶,提出了一种交叉口信号灯检测与识别方法．首先利用Hough变换检测交叉口内的停车线,然后采用颜色空间变换检测红、黄、绿三色信号灯,最后建立自联想存储器以识别切分出来的信号灯时间字符．通过20个实际交叉口场景测试数据验证,采用所提出的方法,停车线检测正确率达90％,信号灯检测正确率为85％,在信号灯字符正确分割出来的基础上,字符的识别率达97％．结果表明提出的方法能够十分有效地进行数字信号灯的检测,并具有足够的鲁棒性识别“破损”及带噪声的字符．     

基于深度学习的教室人数统计系统设计

教室是学生上课和自习的主要场所,由于学校教室有限,寻找无课或人少的教室往往需要花费学生较多时间。开发一个教室人数统计系统,帮助学生快速找到一个合适的自习室很有意义。在教室监控图像中学生个体是小目标,而现有基于卷积神经网络的R-FCN目标检测算法对小目标检测困难。针对这一问题,在R-FCN基础上进行一系列改进,大大提高了R-FCN目标检测算法对小目标的识别能力。在自制的数据集上进行验证,准确率达到了89.4%。     

基于诱导信息的交通堵塞路径流量转移模型

以UE均衡分配为前提,根据个别路段出现突发性交通堵塞的程度来发布诱导信息,并以此为依据分析出行者新的路径选择行为,从而建立路径流量转移模型,通过堵塞路径的流量转移来获取最优的交通分配新模式.     

小波神经网络在短时交通流预测中的应用

研究了小波神经网络对于预测短时交通流的适应性,提出了利用小波神经网络的特性建立短时交通流预测模型;并利用苏州市某交叉口实测交通流量,运用小波神经网络建立了非线性回归预测模型,结果证明预测是可靠的,有助于城市交通流动态参数的预测,可为 ITS 的构建提供数据支持     

基于无线传感器网络的车流量检测节点设计

基于无线传感器网络的车流量检测系统,通过磁阻传感器检测车流量信号,利用ZigBee无线传感器网络发送检测信息到汇聚节点,以供智能交通系统使用。实验表明,由该检测节点组成的车流量检测系统能够准确检测车流量信息。     

浅析交通事故损害赔偿中的若干问题

本文就我国机动车交通事故损害赔偿责任的若干问题，分析我国机动车交通事故损害赔偿责任的性质，以利于我国机动车交通事故损害赔偿法律制度的完善，有效地保护受害者的利益。     

用神经网络方法对高速公路交通流控制模型中的参数进行辨识

从高速公路交通流的宏观、动态特征出发，首先给出了交通流控制和仿真中常用的宏观、动态、确定性交通流模型，并利用神经网络的方法对模型中的参数进行辨识．从而获得能比较准确描述交通流真实行为的模型，以此来解决高速公路交通的最优控制问题．     

交通流理论研究生优质课程建设与实践

本文以新疆农业大学交通运输规划与管理学科方向研究生课程交通流理论为研究对象,阐述了交通流理论研究生优质课程建设的必要性和意义。从教学内容、教学方法和手段以及课程考核方式等方面,探讨了交通流理论课程建设内容,有助于提升研究生科研创新能力。     

基于小波核的LS—SVM算法在城市交通流预测中与其他核函数对比研究

针对城市交通流短时流量预测在智能交通系统中的重要性,在以往研究基础上采用Morlet函数作为小波核函数,进一步提高了模型的预测精度及泛化能力．将其与其他几种常用核函数模型进行比较,其效果明显优于其他核函数模型,能够满足智能交通控制和诱导的要求．