您的位置: 专家智库 > >

钱振伟

作品数:2 被引量:15H指数:2
供职机构:北京交通大学交通运输学院更多>>
发文基金:中央高校基本科研业务费专项资金国家自然科学基金更多>>
相关领域:交通运输工程更多>>

文献类型

  • 2篇中文期刊文章

领域

  • 2篇交通运输工程

主题

  • 1篇遗传算法
  • 1篇应急疏散
  • 1篇影响因素
  • 1篇支持向量
  • 1篇支持向量机
  • 1篇疏散
  • 1篇疏散时间
  • 1篇向量
  • 1篇向量机
  • 1篇驾驶
  • 1篇驾驶人
  • 1篇交通工程
  • 1篇轨道交通
  • 1篇分心
  • 1篇ANYLOG...
  • 1篇参数优化
  • 1篇城市轨道交通

机构

  • 2篇北京交通大学
  • 1篇清华大学

作者

  • 2篇张辉
  • 2篇钱大琳
  • 2篇钱振伟
  • 1篇菅美英
  • 1篇邵春福

传媒

  • 1篇交通运输系统...
  • 1篇大连交通大学...

年份

  • 1篇2018
  • 1篇2017
2 条 记 录,以下是 1-2
排序方式:
城市轨道交通车站客流应急疏散时间影响要素分析被引量:4
2017年
通过对北京地铁四惠站的现场以及客流调研,同时利用anylogic仿真平台的搭建对于地铁乘客应急疏散行为以及地铁车站的空间建筑形式对疏散时间的影响进行分析,总结疏散时间主要影响因素并对调研车站的疏散方案进行优化.
钱振伟钱大琳张辉
关键词:城市轨道交通疏散时间ANYLOGIC影响因素
驾驶人分心状态判别支持向量机模型优化算法被引量:11
2018年
驾驶人分心状态判别是分心驾驶预警系统的重要基础.建立以径向基为核函数的驾驶人分心状态判别SVM模型,采用遗传算法(GA)优化SVM模型惩罚参数C和核函数参数g,并利用模拟驾驶器实验平台采集的驾驶绩效数据对模型进行验证.结果表明,采用GASVM模型能够准确识别自由流和拥挤流场景下驾驶人分心状态,判别精度分别为94.5%和96.3%.与决策树C4.5和交叉验证(CV)-SVM对比表明,GA-SVM在准确率、精准率、召回率和F1值等模型性能方面均优于其他2种方法.本文建立的模型能够有效地判别驾驶人分心状态,可为驾驶人分心预警系统和分心控制策略提供依据.
张辉钱大琳邵春福钱振伟菅美英
关键词:交通工程支持向量机遗传算法参数优化
共1页<1>
聚类工具0