钱超
- 作品数：36 被引量：149H指数：7
- 供职机构：长安大学电子与控制工程学院更多>>
- 发文基金：国家自然科学基金中央高校基本科研业务费专项资金陕西省自然科学基金更多>>
- 相关领域：交通运输工程自动化与计算机技术经济管理一般工业技术更多>>
- 联合车速–队列感知的路边单元分组调度随机优化
- 2019年
- 路边单元(RSU)是车联网中为其无线覆盖范围内过往车辆提供信息服务的基础设施,路边单元间的分组传输可通过移动车辆"存储–载带–转发"的方式进行,其传输过程中分组的端到端时延由源RSU缓存中的排队时延与车辆载带过程的传播时延两部分组成.为使RSU间分组传输过程中平均端到端时延最小化,本文提出一种联合车速–队列感知的路边单元分组调度随机优化方法,该方法根据源RSU缓存队列长度和经过源RSU覆盖范围的车辆速度状态作分组调度决策.通过马尔科夫决策(MDP)框架对分组传输过程中的平均排队时延和平均传播时延进行分析,建立一个非线性平均端到端时延最小化问题并求解.仿真结果表明,所提出的RSU分组调度随机优化方法可以显著降低RSU间分组传输过程中的平均端到端时延,并提高系统中分组传输的吞吐量.
- 代亮张亚楠钱超孟芸黄鹤
- 关键词：车联网分组调度
- 基于深度学习的短时交通量预测研究综述被引量：11
- 2019年
- 短时交通量预测是智能交通领域的研究热点,对交通控制与管理具有重要的意义。传统的交通量预测方法难以准确地描述交通量数据内部的本质特征,而深度学习通过其深层结构,能够学习到交通量数据内部复杂的多因素耦合结构,进而对交通量做出更精准的预测,这也使得深度学习成为当前短时交通量预测领域的研究热点。文中首先介绍了传统交通量预测方法和深度学习的研究现状;然后按照生成型和判别型深度结构对现有基于深度学习的短时交通量预测方法进行分类,并总结了深度学习在短时交通量预测研究领域的主要方法,对其性能进行了对比研究;最后对深度学习在短时交通量预测领域存在的问题和发展趋势进行了探讨。
- 代亮梅洋钱超孟芸吕金明
- 关键词：短时交通量预测
- 一种基于随机森林的隧道运营状态感知模型的建立方法
- 一种基于随机森林的隧道运营状态感知模型的建立方法，随机抽取ntree个新的自助样本集并构建ntree棵决策树，在决策树的每个节点随机选取mtry个特征，从中选出一个特征进行分支生长，得到随机森林泛化误差的无偏估计，计算程...
- 陈建勋钱超罗彦斌张馨予李伟吉祥
- 文献传递
- 海上遇险救生自组网手持终端
- 本发明公开了一种海上遇险救生自组网手持终端，包括低频无线通信模块和支持GPS定位功能的卫星通信模块，在人员遇险落水后，低频无线通信模块被触发而自动开启，并与其他落水人员的手持终端共同建立起海上遇险救生自组网；所述的自组网...
- 代亮张亚楠陈婷钱超
- 文献传递
- 高速公路ETC客户细分方法研究
- 应用大数据技术，提出一种基于车辆通行特征的ETC 客户细分方法。构建了ETC 客户细分指标体系并利用ETC 收费数据提取了最近消费间隔、年通行频次和年消费金额等细分指标;为克服大数据聚类的失效问题，结合CLARA 算法完...
- 钱超杨孟
- 关键词：高速公路大数据ETC客户细分星级评定
- 公路隧道环境感知系统的设计与实现被引量：3
- 2021年
- 为准确获取隧道环境信息、综合评判隧道空气质量,设计并开发了一套基于物联网和云计算的公路隧道环境感知系统。将有害气体、温度气压、能见度和风速风向等高精度传感器在隧道内集成部署,利用STM32微处理器实现环境信息的实时监测,应用4G移动通信网络进行数据的远程传输,最终实现隧道环境监测数据的云端存储与实时查看。与各专用检测设备相比,本系统CO、NO_(2)、能见度和风速采集数据平均绝对百分比误差分别为3.36%、1.73%、5.43%和2.06%。实测结果表明,本系统集成度高、布设简便、运行稳定,弥补了便携式隧道监测设备采集内容单一、数据精度不足和传统固定式隧道监测设施结构复杂、布设分散的技术缺陷。系统的长期在线运行,可为解析隧道内空气质量在交通影响下的变化规律、动态调节通风设施运行提供实测数据支撑。
- 钱超邓木生李虎雄陈建勋陈建勋
- 关键词：公路隧道环境感知空气质量通风控制云计算
- 基于MapReduce的多元线性回归预测模型被引量：17
- 2014年
- 针对传统的多元线性回归预测方法处理时间长且受内存限制的特点,对时序样本数据设计了基于MapReduce的并行多元线性回归预测模型。模型由三组MapReduce过程组成,分别求解由历史数据所构成叉积矩阵的特征向量和标准正交特征向量,用来预测未来参数的特征值和特征向量矩阵和未来时刻回归参数的估计量。设计并实现了实验来验证提出的并行多元线性回归预测模型的有效性。实验结果表明,基于MapReduce的多元线性回归预测模型具有较好的加速比和可扩展性,适合于大规模时序数据的分析和预测。
- 代亮许宏科陈婷钱超梁殿鹏
- 关键词：MAPREDUCE多元线性回归加速比可扩展性
- 基于对称残差U型网络的路网交通流量数据修复被引量：3
- 2020年
- 针对路网交通数据采集过程中,采集设备稀缺或故障等原因造成路网交通流量数据缺失问题,提出基于对称残差U型网络(Residual U-Net,RU-Net)模型的大规模路网交通流量数据修复方法.通过将路网交通流量数据网格化和时序通道化操作,构成可供卷积操作的张量数据格式;利用RU-Net编码解码能力,对交通流量数据进行编码;在解码过程中保持失真度较小,使模型学习到交通流量数据内部多因素耦合特性.通过残差学习使交通流量数据编码后的信噪比提升,压缩率降低,提升模型修复精度.实验结果表明,RU-Net模型能够利用交通流量特性学习历史和非故障采集点数据与待修复数据的映射关系,在不同数据缺失率,不同缺失模式下,高效地完成对大规模路网交通流量数据的修复.
- 代亮梅洋李曙光钱超汪贵平
- 关键词：智能交通
- 基于混合Markov模型的ETC收费数据挖掘研究被引量：4
- 2012年
- ETC收费数据中蕴含着大量的信息,如何利用数据挖掘技术解决运营管理中的问题成为高速公路管理部门的迫切需求.本文选取ETC历史数据构建路径序列事务数据库,针对基本Markov路径预测模型预测准确率低、覆盖率低的缺点,提出了一种基于混合Markov路径预测模型预测高速公路车辆路径的方法,利用该方法实现了高速公路ETC车辆未来通行状态的预测,同时检测出异常的路径序列.实验结果表明,该方法检测结果可靠,总体预测准确率达到83%以上,能够为高速公路管理部门开展收费稽查、提高ETC管理水平提供理论依据和决策参考.
- 钱超许宏科代亮李曙光
- 关键词：公路运输数据挖掘
- 公路隧道突发事件交通控制与紧急救援预案研究
- 伴随着近年来我国公路隧道大量新建和投入运营，隧道事故屡屡出现，造成重大生命和财产损失。公路隧道事故偶然性大，危害性强、影响和损失巨大，并且易引发交通事故、危化品泄露事故等灾害，相对来说救助紧迫性强、救援难度大、处置困难。...
- 钱超
- 关键词：公路隧道交通控制紧急救援
- 文献传递
