简介:换道是驾驶员达到快速通行目标的一种常用手段,但换道会带来很多公路交通事故。为有效避免交通事故,需给驾驶员提供换道安全预警。构建了安全换道决策模型,将换道决策分为换道意图识别和换道条件判断分别建立模型以提高预测精确度。通过神经网络方法SOM(Self-Organization-Map)聚类及BP(BackPropagation)建立换道意图识别模型,基于贝叶斯理论建立最小风险贝叶斯换道条件判别模型。模型开发和测试采用车辆轨迹数据集(NGSIM),提取数据中的换道行为特征参数作为模型的输入,将驾驶员换道决策预测视为输入变量的函数。通过对比最小贝叶斯和最小风险贝叶斯方法发现,由后者构建的换道条件判别模型效果较好,对于不换道行为的预测精度为90.4%,换道行为的预测精度为73.8%。鉴于错误的换道决策可能导致交通事故,而错误的不换道决策只会导致失去一次换道的机会,在换道辅助系统中,不换道决策的精确度要求需高于换道决策的精度。最后,在微观交通仿真系统中加入换道决策模型,其结果验证换道决策安全。最小风险贝叶斯换道条件判别模型的引入,使得换道决策系统能够通过修正风险系数,进一步提高换道判别精度,减少不安全的换道概率。
简介:随着人们服装消费需求的不断提高,各种各样的名牌服装专卖场层出不穷,如杭州的银泰、杭州大厦,宁波的天一、万达等大型卖场。而这些商场商品集中,人员流动量大,往往多发商品失窃的问题,因此如何防止和减少服装的失窃也就成了各大商店安防工作的重点。在分析与介绍了目前服装商场的安防现状和主要防盗措施后,着重研究了电子商品防盗系统(EAS系统)的技术体系构建与应用。
简介:近年来,伴随着我国社会主义经济建设的迅猛发展与综合国力的增强,城市的规模不断的增大,城市人口流量也在增加,城市的交通也显得特别拥挤和繁重.为了改善交通环境,国家采取了各种措施,其中兴建地下铁道得到了普遍的认可,地铁建设在大多数城市中正在进行或即将纳入计划当中.地铁建设虽然缓解了城市的交通压力,但也给城市带来了另外的压力,那就是安全的问题.地铁的突发公共事件作为近年来严重威胁国家安全、社会稳定、经济发展和人民群众生命财产安全的一个严峻问题,已引起社会各界的关注.公安机关在防范地铁突公共发事件中也感觉到越来越大的压力和责任.因此,公安机关针对地铁的突发事件,应提高公安民警的安全防范意识和社会责任;建立健全防灾救灾的应急机制;掌握基本的安检排爆知识和技能;加强人防、物防和技防的相互配合;及时获取准确的情报信息;采取有效、可行的防范措施;加强地铁派出所的基础建设.