典型文献
基于边缘智能的城市下穿隧道车辆行车安全预测
文献摘要：
针对传统预测方法对城市下穿隧道进行行车安全预测时,没有全面分析车辆行车安全的影响因素,存在行车安全预测精度低和预测结果不稳定的问题,本文提出了基于边缘智能的城市下穿隧道车辆行车安全预测方法.首先,构建一个边缘智能深度学习模型,对行车数据进行获取和处理,分析行车安全的影响因素.然后,根据分析结果,对城市隧道不同交通流状态下行车时的交通冲突进行了预测.最后,通过仿真对比了该方法与两种传统机器学习算法的预测性能.结果表明,本文方法能够预测交通事故发生的风险性,对城市下穿隧道行车安全预测的精度在90％以上,较传统方法具有更高的准确度.
文献关键词：
边缘智能;城市下穿隧道;车辆影响因素;安全预测
中图分类号：
作者姓名：
王海晓;李永翔;丁旭;张宝华
作者机构：
内蒙古农业大学能源与交通工程学院,呼和浩特010018;内蒙古科技大学信息工程学院,内蒙古包头014010
文献出处：
引用格式：
[1]王海晓;李永翔;丁旭;张宝华-.基于边缘智能的城市下穿隧道车辆行车安全预测)[J].吉林大学学报（工学版）,2022(06):1337-1343
A类：
城市下穿隧道,车辆影响因素
B类：
边缘智能,安全预测,传统预测,行行,深度学习模型,城市隧道,交通流,交通冲突,突进,仿真对比,机器学习算法,预测性能,交通事故,风险性,隧道行车安全
AB值：
0.184451
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
