共查询到10条相似文献,搜索用时 265 毫秒
1.
2.
随着我国经济的快速增长,机动车的数量不断增多,由停车问题所引起的交通堵塞现象也越来越严重;为了解决这一问题,针对传统的停车场系统存在的不足,设计了一种基于Android和嵌入式的智能停车场管理系统;该系统将移动终端和智能停车场结合,使持有手机终端的用户可以搜索到附近停车场及其车位信息,同时可进行车位在线预定;在车辆进入停车场时,系统循环性地采集RFID电子标签来获得车辆信息,同时为车辆提供去车位的导航路线;经过运行及测试,该系统能够完成对车辆的智能管理,且运行稳定,可以为人们生活提供便利,具有一定的应用价值。 相似文献
3.
利用多车道元胞自动机模型研究双下匝道系统的交通流动态演化特征.采用可变情报板来实现交通诱导,着重分析驾驶员选择目标匝道的决策行为及其对道路通行能力的影响.分别建立了无可变情报板的基本模型和有可变情报板的诱导模型.通过数值模拟,分别给出了相应的相图、道路通行能力、流量图和时空斑图,分析了进车概率、出车比例和出车道长度对交通行为的影响.通过对两个模型模拟结果的比较分析,发现当出车道长度较小而进车概率、出车比例都较大时,可变情报板的诱导信息能明显提高下游匝道的利用率,改善道路交通流状况,从而缓解交通拥堵. 相似文献
4.
在移动计算环境下,通过对远程用户的体验数据优化挖掘,满足远程用户的个性化需求,提高对远程用户QoS服务质量。传统的数据挖掘方法采用显著特征关联信息提取算法,当远程用户体验数据之间的差异性特征不明显时,挖掘的准确性不好。提出一种基于关联用户自适应链路跟踪补偿的移动计算环境下远程用户体验数据挖掘模型,进行远程用户体验数据挖掘模型的总体设计和数据结构特征分析,对采集的远程用户体验数据进行非线性时间序列分解,对数据序列通过自相关特征匹配和特征压缩实现挖掘数据的指向性信息优化提取,采用关联用户自适应链路跟踪补偿方法实现对数据挖掘误差的控制和补偿,提高了数据挖掘的准确性和有效性。仿真结果表明,采用该挖掘方法进行移动计算环境下远程用户体验数据挖掘的准确度高,实时性较好,满足了移动远程用户的个性化需求,提高了对用户服务的针对性。 相似文献
5.
6.
由Internet构成的复杂网络的动力学特性主要受到用户需求行为的影响,具备时域的统计规律性. 通过对区域群体用户需求行为的时域实验统计分析,发现用户对Web网站的访问频度及其生成的二分网络的入度分布也呈现幂律分布和集聚现象,其幂指数介于1.7到1.8之间. 建立了虚拟资源网络VRN和物理拓扑网络PTN双层模型,分析了双层模型映射机理,并对网络用户需求行为进行建模. 虚拟资源网络VRN对物理拓扑网络PTN映射过程的不同机理,模拟了Internet资源网络到物理网络的不同影响模式. 幂律分布的用户需求特性会
关键词:
复杂网络
无标度拓扑
用户需求
相变 相似文献
7.
发光二极管路灯光强空间分布的非线性优化设计 总被引:1,自引:0,他引:1
道路照明的首要目的是满足使用者的视觉需求,在此前提下还应尽可能降低能耗实现节能环保,这两点均与道路灯具的光强空间分布密切相关。而很难用一种通用的光强分布适用不同的道路和灯具安装条件。针对主干路、次干路、支路3种典型道路类型,提出了根据具体道路、安装条件以及驾驶员视觉光环境需求逆向设计灯具最节能光强空间分布的思路,并建立了以驾驶员视觉光环境需求为约束、以灯具总光通量最小为目标的非线性优化模型,将路面照度分布表述为余弦多项式并利用分级优化方法进行了求解。得到了3种典型道路条件下发光二极管(LED)路灯的最佳光强空间分布,相比现基于照度均匀分布设计的LED路灯光强分布,驾驶员视觉光环境质量显著改善,且灯具节能30%左右。 相似文献
8.
在一维元胞自动机交通流WWH模型和SDNaSch模型的基础上,建立了一种考虑驾驶员特性的元胞自动机交通流模型(Driver-SDNaSch模型).该模型将驾驶员分为激进型、保守型和中立型三类,根据其不同的驾驶特性制定了各自的演化规则,并以此对其进行状态更新;同时考虑了前车速度为0的情况,引入安全减速概率.通过计算机对Driver-SDNaSch模型进行模拟,给出了由三类驾驶员按不同比例组成的混合交通流的速度-密度图和流量-密度图,并对此类混合交通流的特性进行了分析和讨论.与NaSch模型和SDNaSch模
关键词:
交通流
元胞自动机
驾驶员特性
计算机数值模拟 相似文献
9.
手写汉字识别是手写汉字输入的基础。目前智能设备中的手写汉字输入法无法根据用户的汉字书写习惯,动态调整识别模型以提升手写汉字的正确识别率。通过对最新深度学习算法及训练模型的研究,提出了一种基于用户手写汉字样本实时采集的个性化手写汉字输入系统的设计方法。该方法将采集用户的手写汉字作为增量样本,通过对服务器端训练生成的手写汉字识别模型的再次训练,使识别模型能够更好地适应该用户的书写习惯,提升手写汉字输入系统的识别率。最后,在该理论方法的基础上,结合新设计的深度残差网络,进行了手写汉字识别的对比实验。实验结果显示,通过引入实时采集样本的再次训练,手写汉字识别模型的识别率有较大幅度的提升,能够更有效的满足用户在智能设备端对手写汉字输入系统的使用需求。 相似文献