摘要:提出一种基于瞬时停车延误的孤立交叉口信号灯闭环控制策略.以交叉口瞬时停车延误总量作为控制参量,其值达到阈值时实时切换交叉口信号灯状态,把信号灯绿灯信号分配给需求最高的道路,不再有信号灯周期的概念.在车流量400~800辆/h变化的情况下,进行了传统的Webster周期控制和新策略控制仿真对比实验.仿真结果表明:新策略控制条件下,车辆平均通行时间明显小于传统控制策略,在800辆/h的流量下,仅为传统策略的44%; 该策略对控制阈值不敏感,当流量为800辆/h时,车辆平均通行时间最大相对误差仅为11%; 该策略获得的多组平均通行时间具有较小的方差,当流量为800辆/h时方差仅为0.895 s.
摘要:针对识别加密P2P网络流量比较困难的问题,提出一种基于K均值和直推式支持向量机(TSVM)的半监督学习模型——两阶段策略模型(KTSVM, k-means based transductive support vector machine),以提高P2P流量的识别精度.该模型首先使用K均值半监督聚类算法计算训练集中正例样本的数目,然后根据正例样本的数目来训练TSVM分类模型,提高了TSVM模型的稳定性和准确性.该模型的优势是可以使用未标注样本和标注样本共同训练分类模型,非常适合于识别标注比较困难的P2P流量.实验结果表明,在标注样本较少的情况下,该模型的识别精度和稳定性均优于TSVM模型和SVM模型.