基于时空上下文协同过滤的出租车载客点推荐算法

针对现有出租车载客点推荐算法忽略出租车所处上下文的情况,提出了一种基于时空上下文协同过滤的出租车载客点推荐算法。该算法将载客点信息映射到空间网格,通过在出租车司机驾驶行为相似度的计算中引入时间衰减因子,得到与目标出租车司机驾驶行为最相似的邻居集合,基于地点上下文过滤从相似邻居集合中选取感兴趣程度高的载客点推荐给目标出租车。在基于福州市出租车轨迹数据的实验中,时间衰减因子为0.7时,整体推荐效果最佳,同时该算法在邻居集合的不同大小时推荐准确率均优于传统协同过滤推荐算法。结果表明该算法与传统的协同过滤算法相比有更高的推荐准确度。     

基于轨迹数据的出租车交接班时空分布识别方法

针对目前出租车交接班行为识别不够精准的问题,提出了一种基于轨迹数据挖掘的出租车交接班行为精准识别的方法。首先,分析出租车停留状态的数据特性后,提出了一种出租车非运营状态停留点检测方法;然后,对停留点进行聚类,从而得出了潜在的出租车交接班地点;最后,基于出租车交接班事件的判断指标与出租车交接班时间的核密度估计,有效地识别出出租车交接班地点和时间。以福州市4 416辆出租车的轨迹数据为实验样本,共识别出了5 639个交接班地点,这些交接班地点在市民主要工作区域、交通枢纽、商圈以及风景名胜。而识别出的交接班时间主要在凌晨4：00—6：00与傍晚16：00—18：00,与福州市民众出行规律相吻合。实验结果表明,该方法能有效地检测出出租车交接班的时空分布,能为城市的交通资源规划与管理提供合理建议,且使公众打车出行更加便捷,提高了出租车的运行效率,为城市加油站、充电站等汽车相关设施的选址优化提供了参考。     

交通物联网的发展现状及趋势研究

针对交通物联网（即物联网在交通运输行业中的应用）发展的现状和趋势进行了研究, 在分析了国外IntelliDrive、eSafety和Smartway等项目以及国内主要交通物联网系统的基础上, 从安全性、环保型、移动性三个方面讨论了国内外交通物联网发展的异同点, 并进一步探讨了交通物联网未来的发展和应用前景, 即在充分利用车路协同技术来提高交通安全水平的同时, 加快交通物联网与云计算的结合, 构建交通运输云, 在统一的交通物联网标准体系和适宜的交通物联网运营模式下, 建立起综合开放的交通运输信息系统。     

基于WLAN快速移动接入仿真研究

IEEE 802.11（WLAN）无线局域网标准原本是为提供室内外固定接入网络服务而设计的,由于大范围无线服务应用的推动,其在快速移动环境下的接入应用需求也随之产生。通过Matlab仿真工具,对WLAN快速移动接入进行了仿真分析,研究了移动速度、数据发送速率、接收信噪比等因素对移动接入性能的影响,分析得出WLAN的移动接入应用关键是在高移动速度与高数据速率之间做出优化选择,最后提出了WLAN移动接入应用方案。     

面向交通干线无线宽带覆盖的WMN路由协议研究

系统地比较分析了常用的WMN路由协议,包括基于三层的AODV、OLSR、B.A.T.M.A.N.、Babel以及基于二层的B.A.T.M.A.N.adv和HWMP路由协议,搭建了基于B.A.T.M.A.N.adv协议的WMN实验平台,对该协议在传输带宽、传输时延、路径切换以及重新组网方面的性能进行了深入的实验研究与分析,实验结果表明,B.A.T.M.A.N.adv协议基本可以满足交通干线无线宽带网络覆盖的性能需求,但在连接丢失后的重新组网时间约为5 s,因此其无线宽带网络覆盖需要配置足够的重叠覆盖区域以实现无缝的路径切换。     

基于FlexRay静态段快速最优调度算法

FlexRay正成为新一代车载通信网络。为解决FlexRay静态段调度(FSSS)的帧标志(FID)分配难题,该文提出一种基于周期特征的自动模型系数矩阵生成(AMCMG)算法,在大规模FSSS时,可快速得到最优调度模型的各类消息调度属性并确定系统所需的最少FID数;为进一步确定消息相位,并最终得到完整的周期调度表,根据不同周期消息之间调度的兼容性,提出了一种可实现最优规划的基于相位保留规则FID分配(PRFIDA)算法;最后,仿真实验结果表明AMCMG算法能快速正确地建立调度模型,同时PRFIDA算法可以实现消息在已知调度属性时的FID最优分配。     

基于 AUTOSAR 的 FlexRay 动态段调度

针对FlexRay的动态段调度难题,提出了一种基于AUTOSAR规范的与FID分配无关的消息传输周期及其长度确定方法,建立了基于并行处理器负载平衡调度的BIP模型,设计了一种适合大规模消息调度的周期递增LPT算法PILPT和一种防止长周期消息占用短周期消息位置的相位保留LPT算法PRLPT ,最后给出了在实际应用环境中PILPT算法和PRLPT算法的一般性选择依据。仿真实验结果表明,不论是对J1939消息集还是对消息数量更多、消息长度分布更广的可变消息集,PILPT算法和PRLPT算法在优化比率、负载均衡以及算法速度上均达到了较好的调度性能。     

融合多种时空自注意力机制的Transformer交通流预测模型

交通流预测是智能交通系统中实现城市交通优化的一种重要方法,准确的交通流量预测对交通管理和诱导具有重要意义.然而,因交通流本身存在高度时空依赖性而表现出复杂的非线性特征,现有的方法主要考虑路网中节点的局部时空特征,忽略了路网中所有节点的长期时空特征.为了充分挖掘交通流数据复杂的时空依赖,提出一种融合多种时空自注意力机制的Transformer交通流预测模型(MSTTF).该模型在嵌入层通过位置编码嵌入时间和空间信息,并在注意力机制层融合邻接空间自注意力机制,相似空间自注意力机制,时间自注意力机制,时间-空间自注意力机制等多种自注意力机制挖掘数据中潜在的时空依赖关系,最后在输出层进行预测.结果表明, MSTTF模型与传统时空Transformer相比, MAE平均降低了10.36%.特别地,相比于目前最先进的PDFormer模型, MAE平均降低了1.24%,能取得更好的预测效果.     

储能电池直流内阻的在线检测方法分析

阐述一种储能电池在线检测方法，采用高精度采集模块测量储能电池直流电阻参数，从而评估储能电池老化情况。在储能电池能够正常的工作条件下，提出了一种测试工步实现储能电池DCR计算。