基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
为了对城市轨道交通枢纽通道内的集聚型异常事件进行合理的疏导和客流组织,保障城市轨道交通枢纽的安全、高效运行,本文提出了一种通道内行人集聚型异常事件的自动识别算法.该算法首先通过对通道客流基础数据平稳性和突变性的分析,创建了一种兼具平稳性和突变性特征的新数据类型,然后基于双截面客流数据设计了自动识别算法的关键参数—偏移空间差值.最后通过对关键参数变化特征的分析,建立了通道行人集聚型异常事件自动识别算法.仿真试验结果显示:该算法的检测精度为100%,反应时间均值为65 s,表明该算法对通道行人集聚事件有极强的自动检测能力和较短的反应时间.
推荐文章
基于异常事件驱动的簇结构的检测算法
无线传感网
异常事件
节点能量
检测算法
漏检率
改进K均值算法实现提花花型的自动识别
提花毛皮花型
K均值算法
颜色分割
自动识别
基于二值检测器的交通异常事件传感器设计
传感器
二值检测器
交通状态参数
状态识别算法
异常事件检测算法
车牌自动识别的算法研究与实现
车牌定位
字符分割
字符识别
算法思想
算法实现
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 通道行人集聚型异常事件自动识别算法设计
来源期刊 公路交通科技 学科 交通运输
关键词 交通工程 自动识别 交通流特征分析 集聚事件 行人 轨道交通枢纽
年,卷(期) 2016,(5) 所属期刊栏目 智能运输系统与交通工程
研究方向 页码范围 121-127
页数 7页 分类号 U491.2+27
字数 4353字 语种 中文
DOI 10.3969/j.issn.1002-0268.2016.05.019
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 刘小明 北京工业大学北京市交通工程重点实验室 217 3640 35.0 49.0
2 陈艳艳 北京工业大学北京市交通工程重点实验室 191 2020 25.0 36.0
3 李鑫 北京工业大学北京市交通工程重点实验室 12 26 3.0 5.0
4 陈宁 北京工业大学北京市交通工程重点实验室 18 50 3.0 6.0
5 冯国臣 北京工业大学北京市交通工程重点实验室 4 12 2.0 3.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (3)
共引文献  (13)
参考文献  (5)
节点文献
引证文献  (1)
同被引文献  (11)
二级引证文献  (0)
1999(1)
  • 参考文献(1)
  • 二级参考文献(0)
2006(2)
  • 参考文献(0)
  • 二级参考文献(2)
2007(1)
  • 参考文献(0)
  • 二级参考文献(1)
2010(1)
  • 参考文献(1)
  • 二级参考文献(0)
2011(1)
  • 参考文献(1)
  • 二级参考文献(0)
2012(1)
  • 参考文献(1)
  • 二级参考文献(0)
2015(1)
  • 参考文献(1)
  • 二级参考文献(0)
2016(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2017(1)
  • 引证文献(1)
  • 二级引证文献(0)
研究主题发展历程
节点文献
交通工程
自动识别
交通流特征分析
集聚事件
行人
轨道交通枢纽
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
公路交通科技
月刊
1002-0268
11-2279/U
大16开
北京市西土城路8号
2-480
1984
chi
出版文献量(篇)
6909
总下载数(次)
12
论文1v1指导