张心哲
- 作品数：4 被引量：16H指数：3
- 供职机构：北京交通大学交通运输学院城市交通复杂系统理论与技术教育部重点实验室更多>>
- 发文基金：国家重点基础研究发展计划国家教育部博士点基金国家自然科学基金更多>>
- 相关领域：交通运输工程更多>>
- 基于Hough变换的交通流状态辨别方法被引量：4
- 2010年
- 交通流状态辨别在智能交通系统中起着十分重要的作用。本文根据对交通流状态辨别研究的分析,提出基于Hough变换方法和模糊C均值聚类方法的交通状态辨别方法。其中,基于Hough变换的图像识别方法用于交通畅通流的辨别,模糊C均值聚类方法用于其它交通状态分类。而且利用快速路固定型交通检测器实时数据进行了实证分析,且与模糊C均值聚类方法进行了对比分析。分析结果表明本文方法与FCM方法相比,更符合于三相交通流理论,且满足城市快速路交通流的特征。该方法可用于交通流状态分析。
- 张心哲关伟
- 关键词：智能交通系统交通状态HOUGH变换模糊C均值聚类
- 基于多参数状态时间序列的交通状态预测方法被引量：3
- 2009年
- 利用多个参数描述交通状态时,交通流数据表现为多维空间数据。提出了将属于每个状态的多维空间数据转换为一维时间序列的方法,对于此状态时间序列采用BP神经网络进行了下1个时段的交通状态预测。实验结果表明,多参数状态时间序列比单个参数时间序列能更准确地描述交通流状态变化过程,且算法简单,具有较强的预测实时性。
- 张心哲关伟
- 关键词：交通状态预测神经网络交通流参数
- 城市快速路路段交通流状态评估方法被引量：4
- 2009年
- 交通流状态分类对于选择交通控制和诱导策略有非常重要的作用,不同的快速路路段设定的交通流参数临界值及变化特性会有所不同.本文考虑到交通流参数对交通流状态判别的影响程度,给出了一种基于加权欧氏距离的相似性度量方法,并确定了交通流状态判别的关键参数.根据整个路段的交通流数据,通过聚类分析构造最小距离分类器,把个别路段的交通流数据作为样本数据,进行了对个别路段的状态评估.实证分析结果表明:在交通流状态判别过程中,密度是最关键的参数:基于最小距离分类的个别路段的状态评估结果与实际情况非常类似,这将为交通控制和管理提供决策依据.
- 张心哲关伟
- 关键词：交通流状态交通流参数
- 基于聚类分析的城市交通路段划分研究被引量：5
- 2009年
- 根据交通流特性的相似性进行交通路段划分对城市交通管理和控制具有重要作用.交通流数据具有时间序列特征,相似性度量问题是时间序列聚类中的最基本的问题之一.本文为交通流数据聚类给出了一种基于灰色关联的相似性度量方法,通过比较试验确定了它具有较高的聚类精度.在每个时段时间序列间的相似性差异、在某一个时段的异常数据等会影响到在整个时间区间的交通流数据聚类,为此本文提出了一种基于时段划分的交通流数据聚类方法.这个方法首先对每个时段数据进行聚类,然后采用最大频繁项集方法得到最终聚类结果(即交通路段划分),实例证明了方法的有效性.
- 张心哲关伟
- 关键词：时间序列灰色关联聚类分析最大频繁项集
