叶劲松
- 作品数：46 被引量：20H指数：3
- 供职机构：交通运输部更多>>
- 发文基金：国家自然科学基金中央级公益性科研院所基本科研业务费专项中央高校基本科研业务费专项资金更多>>
- 相关领域：交通运输工程自动化与计算机技术经济管理电子电信更多>>
- 物联网技术在交通运行状态监测信息综合发布领域应用研究
- 经过多年发展,公众出行信息服务系统实现了从无到有的转变,但从满足公众出行的现实需求角度而言仍然存在着较多的问题,例如,LED情报板在大雾等低能见度条件下的可视性不佳,在隧道等通信信号盲区内交通信息获取手段不足以及交通广播...
- 黄海涛黄莉莉叶劲松
- 文献传递
- 长江电子航道图数据生产及应用服务软件维护技术标准化研究被引量：1
- 2015年
- 为保证长江电子航道图(3.0版)系统稳定运行,亟需对系统维护技术实现标准化,形成一套完善的系统维护技术体系,来指导长江电子航道图(3.0版)系统的维护工作。因此,文中对系统维护工作的核心内容数据生产及应用服务软件维护技术进行标准化研究,以期为整个长江电子航道图(3.0版)系统维护技术体系的构建奠定坚实基础。
- 魏曦叶劲松段成民
- 关键词：电子航道图软件维护数据生产
- 车辆行驶速度测算方法、装置、计算机设备及存储介质
- 本发明的实施例提供了一种车辆行驶速度测算方法、装置、计算机设备及存储介质，涉及数据处理领域。包括：获取预设区间内的原始门架数据，对原始门架数据进行修正，得到修正门架数据；根据修正门架数据计算经过门架时间和车流量的对应关系...
- 叶劲松周雷王松涛党欣媛张凤李洪囤刘家佳杨艳芳王望雄郭明多张皖杉
- 高速公路疲劳驾驶判别方法、装置、电子设备及存储介质
- 本申请提供一种高速公路疲劳驾驶判别方法、装置、电子设备及存储介质，属于高速公路数据处理技术领域。本申请通过获取各待判别车辆在高速公路上的完整通行数据，其中，所述完整通行数据包括各所述待判别车辆在高速公路上的驶入时间、驶出...
- 叶劲松尚赞娣周雷王松涛黄莉莉党欣媛李洪囤张凤杨艳芳曹剑东王望雄刘家佳
- 基于HALRTC理论的短时交通流预测算法被引量：1
- 2019年
- 针对目前短时交通流预测算法多考虑交通流的低维信息特征,导致无法满足预测精准度要求等问题,引入高精度低秩张量填充理论(HALRTC),构建基于周、天、时段等多时间维度的动态张量模型,设计了一种融合高维交通流特征的短时交通流预测算法,并以京港澳高速公路杜家坎路段交通流速度数据为例进行实证验证。研究结果显示,算法能够基于较少历史数据较快达到良好预测效果,可有效实现针对工作日与非工作日的交通流预测,平均绝对误差(MAE)平均值约为3.6%,并能及时跟踪交通流波动性。在缺失数据情况下,所提出算法预测精度随数据缺失比例增大而降低,但相较于3种经典预测算法可表现出更好的预测精度。
- 教欣萍王江锋陈磊高志军董佳宽黄海涛叶劲松
- 关键词：交通工程短时交通流预测时间序列
- 云南省交通资源共享平台的建设与应用
- 云南省通过整合并补充完善交通基础数据，建设共享服务和管理信息系统，对已有资源进行综合开发利用，形成“全省交通一张图”，为交通系统的公路规划、建设、养护、管理及港航、路政、运输等部门提供信息化、可视化的管理手段，为相关政府...
- 曾剑波叶劲松王松涛
- 关键词：交通管理信息系统软件设计资源共享
- 文献传递
- 委托权益证明共识方法、装置、电子设备及可读存储介质
- 本发明实施例公开了一种委托权益证明共识方法、装置、电子设备及可读存储介质，所述委托权益证明共识方法包括：获取k个节点类簇，其中，每一节点类簇具有预设数量的网络节点；根据预设投票规则在同一节点类簇进行预设次数的网络节点之间...
- 杨艳芳郭明多刘娜曹剑东叶劲松李洪囤郭亚茹
- 行车路径还原测算方法、装置和电子设备
- 本申请提供一种行车路径还原测算方法、装置和电子设备，首先根据待测车辆的出口数据和入口数据中包含的通行ID和/或车牌号对出口数据和入口数据进行匹配。对于未能匹配成功的出口数据或入口数据，则采用余弦计算方法计算得到出口数据和...
- 叶劲松周雷黄莉莉党欣媛王松涛郭明多刘娜李洪囤张平张莉曹剑东杨艳芳段成民
- 文献传递
- 港口距离矩阵的计算方法、装置、电子设备及存储介质
- 本申请实施例提供了一种港口距离矩阵的计算方法、装置、电子设备及存储介质，属于数据处理技术领域，为解决如何准确地计算港口距离矩阵的问题，提出如下方案：将进出港报告数据提取的MMSI与预处理后AIS数据中的MMSI进行关联，...
- 叶劲松张凤杨艳芳刘家佳徐瑞光宋晓丽李洪囤王松涛周雷周梦婕党欣媛郭亚茹
- 基于生成对抗网络的交通流参数实时估计模型被引量：2
- 2022年
- 为有效调控道路网时空资源,需实时估计交通流参数。若要准确估计交通流参数,应详细考虑道路网交通流时空特征。本文基于生成对抗网络,提出一种能捕捉交通流时空特征的实时估计模型,即TSTGAN模型。该模型包括生成器和判别器两部分,生成器利用门控卷积神经网络捕捉交通流的动态空间特征,使用基于注意力机制的长短期记忆神经网络分析交通流的动态时间特征;采用门控卷积神经网络与长短期记忆神经网络构建判别器;通过对抗方式训练生成对抗网络的生成器与判别器,实时获得交通流参数估计值。使用中国山东省淄博市12个卡口设备和美国加州洛杉矶市23个线圈检测器获得的交通流量数据,验证TSTGAN模型的可靠性。结果表明,TSTGAN模型引入的时空模块能有效提取交通流的时空特征,所得均方根误差和平均绝对误差比现有模型分别降低2.12%~42.41%和1.66%~40.49%,证明所提TSTGAN模型可以提高交通流参数的估计精度。
- 姚荣涵王荣贇张文松叶劲松孙锋
- 关键词：智能交通交通流参数
