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:
通过大规模采集营运车辆驾驶行为信息,并对其驾驶行为特征进行定性、定量分析是有效遏制交通事故的前提.对采集的营运车辆驾驶行为数据进行预处理,包括清洗、筛选、分段等,提高了数据的质量.利用经纬度坐标转换后计算出的车辆行驶速度与车载速度加权的车速进行分析;并运用DBSCAN聚类和 Spearman秩相关方法对不同车辆、不同时间段及不同天气状况下速度和加速度进行聚类和讨论相关系数,提取驾驶行为特征.结果表明,驾驶员夜晚比白天行车速度波动大,需加强夜晚行车的安全监控,且聚类方法可用于判定车辆驾驶的稳定性程度,有助于道路交通中心对车辆安全状态的判断和避免交通事故发生;对于经验丰富的营运车辆驾驶员,天气对驾驶的影响相对较弱.
推荐文章
基于大数据的网络恶意行为及特征关联分析
大数据
入侵检测
关联分析
态势感知
云计算环境下的大数据特征挖掘技术研究
云计算
梯度采样
大数据
存储体系
特征挖掘
能量开销
加密环境下大数据特征集并行存储方法研究
大数据特征集
并行存储
MMSE算法
Hash索引
结果分析
映射处理
道路环境与驾驶行为数据同步采集系统研发
智能交通
多源交通数据
系统设计
多模块数据采集平台
数据同步可视化
Socket网络编程
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 大数据环境下营运车辆驾驶行为特征分析
来源期刊 交通信息与安全 学科 交通运输
关键词 交通工程 驾驶行为特征 DBSCAN 聚类方法 营运车辆 大数据挖掘
年,卷(期) 2018,(4) 所属期刊栏目 交通信息工程与控制
研究方向 页码范围 42-50
页数 9页 分类号 U461|TP308
字数 5525字 语种 中文
DOI 10.3963/j.issn.1674-4861.2018.04.007
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 文江辉 武汉理工大学理学院 8 20 2.0 4.0
7 吴超仲 武汉理工大学智能交通系统研究中心 97 1142 19.0 28.0
11 杨先敏 武汉理工大学理学院 1 3 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (77)
共引文献  (33)
参考文献  (14)
节点文献
引证文献  (3)
同被引文献  (23)
二级引证文献  (0)
1991(1)
  • 参考文献(0)
  • 二级参考文献(1)
1997(2)
  • 参考文献(0)
  • 二级参考文献(2)
1999(1)
  • 参考文献(0)
  • 二级参考文献(1)
2001(1)
  • 参考文献(0)
  • 二级参考文献(1)
2002(1)
  • 参考文献(0)
  • 二级参考文献(1)
2003(2)
  • 参考文献(0)
  • 二级参考文献(2)
2004(5)
  • 参考文献(0)
  • 二级参考文献(5)
2005(4)
  • 参考文献(0)
  • 二级参考文献(4)
2006(2)
  • 参考文献(0)
  • 二级参考文献(2)
2007(3)
  • 参考文献(0)
  • 二级参考文献(3)
2008(6)
  • 参考文献(0)
  • 二级参考文献(6)
2009(7)
  • 参考文献(1)
  • 二级参考文献(6)
2010(4)
  • 参考文献(0)
  • 二级参考文献(4)
2011(4)
  • 参考文献(1)
  • 二级参考文献(3)
2012(6)
  • 参考文献(0)
  • 二级参考文献(6)
2013(12)
  • 参考文献(4)
  • 二级参考文献(8)
2014(14)
  • 参考文献(3)
  • 二级参考文献(11)
2015(12)
  • 参考文献(3)
  • 二级参考文献(9)
2016(3)
  • 参考文献(1)
  • 二级参考文献(2)
2017(1)
  • 参考文献(1)
  • 二级参考文献(0)
2018(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)
2020(3)
  • 引证文献(3)
  • 二级引证文献(0)
研究主题发展历程
节点文献
交通工程
驾驶行为特征
DBSCAN 聚类方法
营运车辆
大数据挖掘
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
交通信息与安全
双月刊
1674-4861
42-1781/U
大16开
武汉市武昌和平大道1178号
38-94
1983
chi
出版文献量(篇)
3739
总下载数(次)
14
总被引数(次)
29572
论文1v1指导