导读:本文包含了交通安全状态论文开题报告文献综述及选题提纲参考文献，主要关键词:智能交通,安全状态预测,聚类,深度学习
交通安全状态论文文献综述
王博宸[1]（2019）在《基于注意力卷积神经网络与深度森林的交通安全状态预测方法研究》一文中研究指出随着城市化和公共交通系统的快速发展,交通事故成为人类社会面临的一大难题。城市交通事故风险预测对交通管理和公共安全具有重要意义,并且非常具有挑战性,因为它受到诸如区域间交通、事件和天气等诸多复杂因素的影响。为了解决高负荷带来的交通问题,智能交通系统(Intelligent transportation system,ITS)被提了出来,而复杂道路场景的交通安全状态预测是ITS所期望的核心功能之一。因此,基于交通流数据对道路交通安全状态进行预测的研究有着非常重要的研究价值和现实意义。本文的主要工作如下:(1)介绍了当前常用的一些交通安全状态量化、交通流预测与交通安全风险预测方法,并对相关技术的发展进行了总结。(2)针对人工构造特征造成的特征表达不够有效,以及独立方法之间特征关联性差的问题,提出了一种基于多任务长短期记忆网络(Long Short-Term Memory,LSTM)的聚类算法。该算法使用LSTM模型来提取交通流数据中的风险特征,在实现对高维时序数据降维的同时能够有效学习到符合数据空间分布的低维特征。在聚类过程中,采用了基于Student-T分布的度量方法与Kullback-Leibler散度损失,将聚类过程嵌入到深度学习模型中。为了使多任务学习模型有效收敛,提出了一种多阶段梯度更新策略,针对不同任务进行分步更新,通过联合学习来使得模型能够对共享特征进行微调。实验结果表明,相比其他聚类方法,提出的聚类方法在性能上有着明显的提升,本文提出的算法提高了潜在特征的有效性与模型的鲁棒性,能有效的对危险交通状态进行划分。(3)针对使用复数LSTM模型来提取时序特征过于消耗时间,以及道路中不同时空位置对预测任务有着不同影响的问题,提出了一种基于注意力卷积神经网络的区域交通流预测模型。该算法使用常规卷积单元来提取空间特征,时空门限卷积单元来提取时间特征,同时使用了多种Attention模块来增强不同时空位置的交通数据特征的有效性。在交通安全状态识别方面,提出了多尺度深度森林的方法,相比原始算法的多粒度扫描能够更加有效的处理时序数据。实验结果表明,提出的方法相比其他方法在预测效果上有着明显的提升。(本文来源于《江苏大学》期刊2019-04-01）
蔡延光,陈骋逵,蔡颢,黄何列,戚远航[2]（2019）在《基于视频信息的城市路段交通安全状态评估方法研究》一文中研究指出针对现有交通安全状态实时评估方法的评估效果不理想的问题,建立了基于视频信息的城市路段交通安全状态评估方法,分析了基于视频信息的交通流参数快速检测方法,从车速离散度的角度提出了影响城市路段交通安全状态的路段车速离散度的概念,建立了基于路段车速离散度的城市路段交通安全状态评估方法。实验表明,所提方法能够实时合理地对城市道路的安全状态水平进行评估,评估结果可以为交通管理部门制定有效的城市路段交通安全改进方案提供相应的依据。(本文来源于《计算机应用研究》期刊2019年01期）
彭汉辉[3]（2017）在《雾天环境下高速公路实时交通安全状态评价方法研究》一文中研究指出雾会导致能见度大幅下降,从而影响高速公路交通安全,因此,开展雾天环境下高速公路交通安全的研究,对保障雾天行车安全具有重要意义。本文针对高速公路,分析雾天环境下影响实时交通安全状态的各种因素,研究雾天高速公路实时交通安全状态评价方法和模型,并建立雾天交通安全状态分类及预警方法,为开展交通管理、可变限速控制等提供依据。为实现雾天环境下高速公路实时交通安全状态的量化评价和安全预警,以雾天环境下高速公路交通流观测数据为基础,在VISSIM仿真软件中构建雾天环境下的高速公路网,模拟不同能见度条件下的高速公路交通流运行状态。将交通冲突数作为高速公路实时交通安全状态的表征指标,运用随机森林和Pearson相关系数确定影响实时交通安全状态的主要因素,并利用回归分析方法建立雾天环境下高速公路实时交通冲突计算模型。使用交通冲突数作为表征高速公路实时安全状态的指标,运用K均值聚类方法将交通冲突数分为3类,并由此将交通安全状态分为高风险、中等风险和安全状态3类。根据交通安全状态分类建立预警方法,在判断当前交通风险状态等级后,对高风险状态进行预警,及时提醒驾驶员,减小事故风险。将雾天事故和非事故条件下的交通流数据分别代入回归模型计算交通冲突数,分析有、无事故发生时,交通冲突数的波动情况,确定发生交通事故时交通冲突数的变化特征,据此提出交通事故判别方法。通过设定不同的交通事故阈值,事故判别方法可以得到不同的事故预测精度和误报率。利用美国I-43高速公路交通流、气象和事故数据,验证雾天环境下实时交通安全状态评价模型和预警方法。结果表明,本文的交通安全状态分类与预警方法可以实现对雾天环境下危险交通状态的识别并发布相应预警。使用雾天事故数据验证本文的事故判别方法,选择交通冲突数18作为事故判别阈值,得到事故判别方法的预测精度为73.33%时,误报率低于40%,表明本文事故判别方法具有较高的精度,可用雾天高速公路事故判别。本文方法能有效识别雾天高速公路实时交通状态并发布预警,为雾天环境下高速公路实时交通安全管理、可变限速控制等提供理论基础。由于本文方法对交通流数据的采样周期,采样距离以及事故数据完备性要求较高,而目前我国交通流数据采集系统和气象监测设施仍不够完善,无法取得足够多的实际高速公路交通流数据和气象数据。因此,本文建立的交通安全状态评价模型缺乏足够的数据验证,后续研究中,将获取国内实际高速公路的交通流、气象和事故数据,对雾天环境下交通安全回归模型进行修正,并开展实际应用。(本文来源于《武汉理工大学》期刊2017-05-01）
武文杰[4]（2016）在《城市道路交通安全状态监测指标体系构建》一文中研究指出近年来城市居民生活水平和经济购买能力快速提高,拥有私家车的家庭迅速增多,加剧了城市道路拥堵,道路交通状况变得更加复杂。交通出行总量日趋变大,交通事故发生的概率也随之变大,这严重威胁了人们的生命和财产安全。为了提高城市道路交通安全水平,道路交通安全管理部门需要掌握城市交通安全状态并对它进行监测,了解交通安全隐患,相关部门可以对症下药采取针对性措施来提高城市道路交通安全水平。本文基于此背景建立了包含3个一级指标,12个二级指标的城市道路交通安全状态监测指标体系本文首先分析驾驶员行为、交通流、天气、道路、管理政策等因素对城市道路交通安全状态的影响,并考虑数据的可获得性、监测的周期性确定最初指标。通过专家打分法对指标体系进行初步筛选。目前国内外学者对交通安全状态监测和评价普遍采用层次分析法确定监测指标权重,这种方法受到专家工作经验和主观判断影响,不利于对城市道路交通安全进行客观监测评价。粗糙集是以数学集合论为基础的数据挖掘工具,其优势在于不受外界主观因素影响,从历史数据中分析挖掘目标的隐含规律,此外粗糙集工具还可以对不完善数据信息进行修补,约减数据保留最精简的信息。因此本文将主观赋权法中专家的知识经验与客观赋权法中交通监测数据的内在规律相结合,提出了基于AHP法和粗糙集的城市道路交通安全状态监测指标权重计算方法,并选择在、河南省焦作市进行指标体系应用。(本文来源于《东南大学》期刊2016-12-27）
张振宇[5]（2016）在《基于安全域的轨道交通路网安全状态评估与预测》一文中研究指出轨道交通系统目前已经成为城市公共交通体系的骨干,有效地减缓城市交通压力。加强对城市轨道交通路网安全状态进行评估与预测,为提高网络化运营风险管控能力和安全性提供可靠的参照依据,实现由“被动安全”向“主动安全”的转变,对于保障城市轨道交通系统的高效、安全和可靠运营具有重要的理论和现实意义。本文针对轨道交通路网安全状态评估与预测,主要从以下几个方面进行研究：(1)在分析轨道交通发展现状的基础上,对北京轨道交通路网基本特征分析,得出北京轨道交通路网具有整体连通性较差、网络较脆弱等特征；并对现有的安全域空间理论、安全状态评估及预测等研究进行深入分析,提出具有普适性的基于安全状态变量的安全域空间理论模型。(2)提出基于主成分分析的轨道交通路网安全状态特征提取方法。以北京轨道交通路网为例,从安全性和可靠性对轨道交通路网安全状态变量择取和采集,通过分析提取的主成分得出,轨道交通路网安全状态变量间具有较强的相关性,与客流、关键设备相关的状态变量对轨道交通路网运营安全影响较大,提取出的两个主成分能够保留路网绝大部分安全状态信息,为路网的安全状态评估提供数据支撑。(3)针对轨道交通路网不同安全状态间的界限具有高度模糊性问题,研究并提出基于IT2FCM和TOPSIS的安全状态评估方法。结果表明,与传统FCM相比,基于IT2FCM的轨道交通路网安全状态评估方法能较好地评估轨道交通路网的不同安全状态,TOPSIS方法较为客观地量化轨道交通路网安全状态,对轨道交通路网安全状态等级划分更形象地表述基于安全状态变量的轨道交通路网安全域估计。(4)基于安全状态评估的研究成果,进一步探讨了基于ARMA和GA-SVR模型的轨道交通路网安全状态预测问题,详细阐述ARMA模型和GA-SVR神经网络预测模型的建模过程并进行实例验证,证明GA-SVR模型能够精确地预测轨道交通路网的安全状态趋势,实现由“被动安全”向“主动安全”的转变。(本文来源于《北京交通大学》期刊2016-03-01）
李俊辉,黎新华,谢小星[6]（2015）在《基于概率神经网络的轨道交通车站客流安全状态评价》一文中研究指出以城市轨道交通车站安全为研究对象,建立基于概率神经网络的车站客流安全状态评价模型。模型将提炼出的城市轨道交通车站客流安全状态评价指标作为输入参数,将评价等级结果作为输出参数,以各指标不同等级的评价标准作为模型训练数据来源。为验证方法的有效性,设计不同的客流场景,利用微观仿真软件VISSIM对车站客流运行状态进行仿真实验,以获得各指标的数据。仿真应用结果表明,该方法能够对城市轨道交通车站客流安全状态进行评价。(本文来源于《都市快轨交通》期刊2015年04期）
江周,张存保,夏银霞[7]（2014）在《基于交通冲突的高速公路实时安全状态评价研究》一文中研究指出为实时评价高速公路交通流变化对其安全状态的影响,利用Vissim仿真试验模拟武汉市外环线一段高速公路的交通运行过程。根据仿真数据进行相关性分析,确定影响实时交通安全状态的主要因素,并建立基于实时交通流数据的交通冲突计算模型。用美国I-794EB高速公路部分时段的实时交通流数据和交通事故数据,对该模型进行实例验证。结果表明,在事故发生前后邻近时间段内,交通冲突数C和交通安全实时评价指标(RTCI)均急剧变化,两者变化趋势相反。交通冲突数C能反映事故发生前、后交通安全状态的变化,可作为高速公路实时交通安全状态的评价指标。(本文来源于《中国安全科学学报》期刊2014年09期）
陈娟娟[8]（2014）在《公路隧道交通安全状态特征选择与评估方法研究》一文中研究指出随着公路建设事业的快速发展,交通安全隐患逐渐成为社会关注的重点对象之一。公路隧道作为路段的重要构造物,若出现交通事故,会影响车辆的正常行驶甚至导致整个路网的瘫痪,因此,保障公路隧道的运营安全,对维持社会、经济的稳定发展都极其重要。鉴于交通安全的日趋重要性以及公路隧道监控系统的日趋完善,若能通过智能控制的方法,建立一个公路隧道的安全评价体系,对公路隧道的交通安全性能进行评价,对于减少工作人员的工作量和工作难度和方便驾驶员及时获取隧道的安全状况,都有很重要的现实意义。本文围绕公路隧道交通安全状态的特征选择和评估方法进行研究。首先,对尚不成熟的交通安全状态的概念进行定义的解释与特点分析,并说明其在公路隧道交通安全评价中的应用；接着,介绍公路隧道事故特性和危害,以及目前常用的隧道交通安全评价指标,根据已有的道路评价方法的分类,确定公路隧道交通安全状态的分类标准。在对公路隧道交通安全特性进行分析的基础上,研究公路隧道交通安全状态的特征参数。首先,将隧道事故交通流与vissim事故仿真的交通流结果进行比较,确定使用vissim交通仿真模拟隧道的事故状态的可行性,解决隧道事故的交通流数据获取困难的问题,为后续的事故研究提供数据基础；接着,对隧道事故的交通流进行分析,确定了能用微观交通流参数反映隧道环境变化的事实,从而确定公路隧道交通安全状态的特征参数。在确定特征参数的基础上,对公路隧道交通安全状态的评估方法进行研究。本文分别建立了以模糊C均值聚类算法为基础的评估模型和以神经网络模式识别方法为基础的评估模型,分析这两个模型对实际隧道交通安全状态的评估结果。结果显示,以模糊C均值聚类算法建立的评估模型有自动处理数据的优点,然而该方法需要以大量的数据为基础,并且容易陷入局部最优解；以神经网络模式识别方法建立的评估模型,充分发挥人的主观能动性,使评估结果准确性更高,但相较于上一个方法则缺少自动分类的便利。(本文来源于《福州大学》期刊2014-06-01）
王伟智,刘秉瀚[9]（2014）在《高速公路交通安全状态直接检测方法》一文中研究指出根据交通安全状态视频图像的特点,把交通安全状态分为安全和危险二大类,通过对智能视频处理方法的比较,提出一种依据原型模式的直接检测模型和算法,直接检测方法可有效提高交通安全状态识别算法的实时性和准确性.实验表明,本方法交通安全状态的分类识别正确率达87.5%,识别速度比传统神经网络方法提高了16.2%.(本文来源于《福州大学学报(自然科学版)》期刊2014年03期）
高勃,祝凌曦,肖雪梅[10]（2014）在《城市轨道交通路网运营设备安全状态评估方法》一文中研究指出基于多源信息融合和复杂网络理论,通过研究城市轨道交通路网运营设备与路网空间信息的有效匹配和融合,构建了城市轨道交通路网运营设备安全状态评估模型。经过设备状态融合和节点态势融合,形成了面向路网运营的设备安全状态,从而获得更准确的、面向全局安全状态的描述和评估,实现了城市轨道交通运营安全从微观描述向宏观描述的转化。(本文来源于《交通科学与工程》期刊2014年01期）
交通安全状态论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
针对现有交通安全状态实时评估方法的评估效果不理想的问题,建立了基于视频信息的城市路段交通安全状态评估方法,分析了基于视频信息的交通流参数快速检测方法,从车速离散度的角度提出了影响城市路段交通安全状态的路段车速离散度的概念,建立了基于路段车速离散度的城市路段交通安全状态评估方法。实验表明,所提方法能够实时合理地对城市道路的安全状态水平进行评估,评估结果可以为交通管理部门制定有效的城市路段交通安全改进方案提供相应的依据。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
交通安全状态论文参考文献
[1].王博宸.基于注意力卷积神经网络与深度森林的交通安全状态预测方法研究[D].江苏大学.2019
[2].蔡延光,陈骋逵,蔡颢,黄何列,戚远航.基于视频信息的城市路段交通安全状态评估方法研究[J].计算机应用研究.2019
[3].彭汉辉.雾天环境下高速公路实时交通安全状态评价方法研究[D].武汉理工大学.2017
[4].武文杰.城市道路交通安全状态监测指标体系构建[D].东南大学.2016
[5].张振宇.基于安全域的轨道交通路网安全状态评估与预测[D].北京交通大学.2016
[6].李俊辉,黎新华,谢小星.基于概率神经网络的轨道交通车站客流安全状态评价[J].都市快轨交通.2015
[7].江周,张存保,夏银霞.基于交通冲突的高速公路实时安全状态评价研究[J].中国安全科学学报.2014
[8].陈娟娟.公路隧道交通安全状态特征选择与评估方法研究[D].福州大学.2014
[9].王伟智,刘秉瀚.高速公路交通安全状态直接检测方法[J].福州大学学报(自然科学版).2014
[10].高勃,祝凌曦,肖雪梅.城市轨道交通路网运营设备安全状态评估方法[J].交通科学与工程.2014