基于可解释机器学习框架的快速路立交出口风险预测及致因解析

为实现城市快速路立交出口安全风险防控,提升城市道路整体安全性,对快速路立交出口风险水平进行预测,并探究运行状态、控制设施、道路属性、天气等因素对立交出口安全风险的影响.基于导航数据和实地调查数据,以交通秩序指数作为事故替代指标,采用极限梯度提升(XGBoost)算法构建交通秩序预测模型,并利用可解释机器学习框架SHAP...     

An effective pumping method for increasing atomic utilization in a compact cold atom clock

We propose a simple pumping method to increase the effective population of cold atoms in the clock state and investigate the factors which affect the pumping efficiency in cold atom systems. We report the theory and demonstrate the corresponding experiment in an ⁸⁷Rb integrating sphere cold atom clock. The experimental results show that the population of cold atoms in the Zeeman sublevel |F=2, m_F=0> is approximately 1.62 times that of the result using optical pumping alone. This method can also be applied to increase the effective population in any one of the target Zeeman sublevels in other cold atom systems.     

高速公路桥梁路段交通安全风险评价及影响要素挖掘

为了深入探究影响高速公路桥梁路段风险的显著因素,论文应用交通秩序指数综合评估交通安全风险,并以此为因变量,研究桥梁路段交通流、道路属性及外部环境等要素和交通安全风险间的关系。在构建安全风险识别模型的基础上,通过个体条件期望图挖掘影响高速公路桥梁路段的安全风险关联因素。结果表明：相较于梯度提升决策树模型,随机森林模型对于交通安全风险识别的准确性更高;此外,在影响因素中,拥堵是影响桥梁路段安全风险的重要交通流因素;在能见度较低及不良天气情况下,交通风险较高;并且,跨河桥上、下游过渡段是高速公路桥梁路段中交通安全风险最高的区域。研究结果为高速公路桥梁路段的交通安全风险识别及影响要素挖掘提供了新的思路和方法,有助于交通管理部门精准实施靶向治理。