快速路交通流异常数据判断算法研究及实证

中国安全科学学报

快速路交通流异常数据判断算法研究及实证

陈德旺，郑长青，章长彪

北京交通大学电子信息工程学院,北京,100044;轨道交通控制与安全国家重点实验室,北京,100044%北京市公安局公安交通管理局交通科研所,北京,100061

出版日期:2006-07-20 发布日期:2006-07-25
基金资助:
北京市自然科学基金(8052016)%教育部重点实验室基金%复旦大学校科研和教改项目(IIPL-04-014)

An Algorithm for Judging Abnormal Data of Expressway Traffic Flow and Its Validation

Online:2006-07-20 Published:2006-07-25

摘要/Abstract

摘要： 对快速路交通流数据进行异常数据判断,有利于避免使用异常数据带来的损失,提高信息利用的有效性.笔者分别根据逻辑推理、交通流的重复性和连续性以及交通流变量之间的机理分析提出了3种判断快速路交通流异常数据的算法,并讨论了这3种算法之间的集成.利用北京快速路实测数据对算法进行了验证,验证结果表明该算法基本是有效的.

中图分类号:

X913.3

陈德旺，郑长青，章长彪. 快速路交通流异常数据判断算法研究及实证[J]. 中国安全科学学报.

[1]	任永婕, 魏建平, 温志辉, 张俊昭, 姚帅. 煤岩自振频率的影响因素试验研究^*[J]. 中国安全科学学报, 2021, 31(8): 104-111.
[2]	秦庭荣, 李东阳, 李鹏昊, 马国梁, 陈伟炯. 区间化AIS数据驱动的抵泊过程多维控制模型[J]. 中国安全科学学报, 2021, 31(3): 47-53.
[3]	孔博, 赵刚. 新冠肺炎常态化下铁路防控要点及措施探讨[J]. 中国安全科学学报, 2020, 30(S1): 16-20.
[4]	马杰, 苏钰栋, 熊勇, 张煜, 杨鑫. 基于速度障碍和人工势场的受限水域船舶避碰决策方法[J]. 中国安全科学学报, 2020, 30(11): 60-66.
[5]	周灿, 王红, 卢华, 朱顺应, 肖文彬. 长隧道路段边缘率车速动态控制模型[J]. 中国安全科学学报, 2020, 30(3): 122-128.
[6]	江欣国, 任瀚堃, 范英飞, 李想, 付川云. 信号协调控制干线交通安全仿真分析[J]. 中国安全科学学报, 2020, 30(3): 143-149.
[7]	成连华, 郑庆, 郭慧敏, 严瑾, 周瑞雪. 基于累积效应的事故进程研究[J]. 中国安全科学学报, 2019, 29(12): 35-39.
[8]	罗聪, 徐克, 刘潜, 赵云胜. 安全风险分级管控相关概念辨析[J]. 中国安全科学学报, 2019, 29(10): 43-50.
[9]	张卫华, 张鑫, 曹世全, 冯忠祥, 邱猛. 适应能见度变化的道路线形诱导标志设置方法[J]. 中国安全科学学报, 2019, 29(7): 76-83.
[10]	杨新贺, 亐道远. 铁路安全恐怖风险防范研究^*[J]. 中国安全科学学报, 2019, 29(S1): 145-149.
[11]	裴红蕾. 智能汽车换道避障路径规划与跟踪方法[J]. 中国安全科学学报, 2018, 28(9): 26-32.
[12]	刘君奎, 赵莉弘, 王建民. 桥梁结构安全性评价力学状态参数标定方法[J]. 中国安全科学学报, 2018, 28(9): 92-97.
[13]	段永胜, 赵继广, 陈鹏, 赵蓓蕾. 一种考虑认知不确定性的风险矩阵分析方法[J]. 中国安全科学学报, 2017, 27(2): 70-74.
[14]	陈立家，黄立文，熊勇. 基于最优控制的海上多目标船避碰研究[J]. 中国安全科学学报, 2014, 24(1): 15-.
[15]	曹凯，于少伟. 基于案例及描述逻辑的道路交通微观态势推理模型[J]. 中国安全科学学报, 2014, 24(1): 22-.

快速路交通流异常数据判断算法研究及实证

An Algorithm for Judging Abnormal Data of Expressway Traffic Flow and Its Validation

可视化

被引次数

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics

本文评价