张敬磊
- 作品数：64 被引量：311H指数：9
- 供职机构：山东理工大学交通与车辆工程学院更多>>
- 发文基金：山东省自然科学基金国家自然科学基金山东省高等学校科技计划项目更多>>
- 相关领域：交通运输工程自动化与计算机技术机械工程自然科学总论更多>>
- 路段行人过街管控策略研究进展
- 2019年
- 针对路段行人过街管控策略研究现状进行了分析,从行人过街的延误、安全以及管控策略的技术可行性、经济合理性等方面进行了论述,介绍了过街管控措施的适用环境,阐述了目前管控策略中存在的不足,并对今后的研究进展提出了几点看法。
- 郭存禄张敬磊盖姣云陈慈李梦琦
- 关键词：人行横道过街天桥
- 驾驶员行为仿真模型研究进展被引量：3
- 2011年
- 驾驶员因素及其所起的作用被广泛认为是智能运输系统(Intelligent Transportation Systems,ITS)成功发展的关键.总结了驾驶员行为的主要研究现状,包括对驾驶员特性的研究、多源信息融合技术和综合认知活动在驾驶员行为研究方面的应用、我国混杂交通环境中驾驶员行为的研究及驾驶环境的人性化研究等;结合研究现状指出了该领域未来的研究方向,以及建立适合中国交通现状的驾驶员行为仿真模型的研究意义.
- 张敬磊王晓原
- 关键词：交通仿真驾驶员行为车辆跟驰车道变换
- 交通流数据清洗规则研究被引量：22
- 2011年
- 交通检测器获得的数据存在无效、冗余、错误、时间点漂移及丢失等质量问题。为此,在分析影响数据质量问题原因的基础上,给出交通流数据清洗的概念,研究"脏数据"的清洗规则与清洗步骤,并对环形线圈检测器检测到的数据进行验证。结果表明,该清洗规则对错误、丢失、冗余等"脏数据"的识别率均在90%以上。
- 王晓原张敬磊吴芳
- 关键词：交通流智能运输系统数据质量数据清洗
- 一种考虑驾驶员情绪和驾驶倾向性的汽车行驶安全预警方法
- 本发明公开了一种考虑驾驶员情绪和驾驶倾向性的汽车行驶安全预警方法，属于图像识别及智能交通领域，综合考虑了驾驶员的情绪和驾驶倾向性两方面因素，对汽车驾驶行为进行预警。一种考虑驾驶员情绪和驾驶倾向性的汽车行驶安全预警方法包括...
- 张敬磊于祥阁王云盖姣云
- 文献传递
- 基于动态贝叶斯网络的交通流状态辨识方法被引量：12
- 2014年
- 为准确地对交通流状态进行辨识,进而支持交通流实时诱导系统有效运行,结合速度、流量与车道占有率3种交通流参数,将贝叶斯网络用于交通流状态辨识,提出了基于动态贝叶斯网络的交通流状态辨识方法.利用英国南安普敦市的实际数据对上述方法进行了仿真验证.验证结果表明,利用动态贝叶斯交通流状态辨识方法可以更加准确地判别出交通流所处的运行状态,这为智能交通系统,特别是交通流实时诱导系统,提供了一定的理论支持.
- 张敬磊王晓原马立云谭德荣
- 关键词：交通流状态动态贝叶斯网络先验概率
- 区域物流需求分析集对聚类预测模型研究被引量：37
- 2004年
- 在区域物流需求预测分析的基础上,构建了区域物流规模预测的集对分析聚类预测模型,用此模型对山东省各地区的区域物流规模做出了适当的预测,为区域物流政策的制定以及基础设施规划提供了一定的依据。
- 王晓原张敬磊
- 关键词：物流
- 一种预防驾驶疲劳的控制方法及系统
- 本发明公开了一种预防驾驶疲劳的控制方法及系统，属于信号处理方法与装置技术领域，其特征在于：依次包括以下步骤：(1)读取色氨酸的浓度数据x<Sub>1</Sub>(t)和皮质醇浓度的倒数x<Sub>2</Sub>(t)；2...
- 孙亮谭德荣王晓原邵金菊张敬磊
- 文献传递
- 不同行为风格下路段行人与机动车行为博弈分析
- 2021年
- 针对路段过街行人与机动车的博弈决策行为,考虑不同交通行为风格下行人的过街特征和驾驶人的驾驶行为习惯等影响因素,开展路段行人交通行为风格调查,掌握不同交通行为风格下路段行人的过街特征,构建非合作动态人车博弈模型.通过分析不同策略下行人与驾驶人的收益,求解纳什均衡,得到不同策略下行人与驾驶人的最优策略.为解决路段行人与机动车冲突提供新的思路.
- 郭存禄张敬磊于祥阁盖姣云王云
- 关键词：行人过街动态博弈纳什均衡
- 基于多分辨分析Mallat算法的交通流检测方法研究
- 针对智能交通系统的开发和交通流突变特性,应用小波多分辨分析理论的Mallat分解算法建立交通流检测方法,分解得到交通流信号的细节系数和近似系数。利用两种小波系数与交通流参数之间的相应变化规律进行交通事件的检测。采用事件和...
- 张敬磊王晓原
- 关键词：交通流多分辨分析离散小波变换
- 文献传递
- 基于FCM-GRNN的驾驶倾向性识别方法被引量：2
- 2021年
- 为提高对驾驶倾向性的辨识准确率,进行驾驶倾向性问卷表调查、模拟驾驶、人因工程测试,考虑了驾驶员的心理、生理信息,以及环境、车辆和操作信息的基础上,提出用广义神经网络确定聚类中心,优化模糊c均值聚类算法,实现目标识别级信息融合的方法,对驾驶倾向性进行预测.利用实验数据对识别方法进行验证,结果表明,该算法对驾驶倾向性的预测准确率达到了85.83%,为进一步研究驾驶员倾向的动态特性提供了依据.
- 陈慈张敬磊于祥阁王云
- 关键词：信息融合广义神经网络模糊C均值聚类
