.png){kind=icon}
返回
Bayesian spatial modeling for speeding likelihood using floating car trajectories
.png){kind=icon}
OA
AI
DOI：10.1016/j.jtte.2023.07.013.png)
.png){kind=icon}
.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
超速可能性通常用于衡量驾驶员实施超速行为的倾向。尽管一些研究已分析超速可能性，但大多数研究在分析城市道路网络中的超速行为时，未能充分考虑空间效应。本研究旨在通过构建空间模型来填补这一知识空白，进而评估影响因素的作用。采用超速观测百分比（PSO）来表示超速可能性。从中国成都的GPS轨迹中提取每辆浮动车（即出租车）的超速行为及PSO。PSO由包含空间效应的多个贝叶斯beta广义线性模型进行建模，具体包括beta模型、beta logit-正态模型、beta内蕴条件自回归（ICAR）模型、beta Besag-York-Mollie（BYM）模型以及beta BYM2模型。结果表明，beta BYM2模型在数据拟合方面优于其他模型。根据beta BYM2模型的估计结果，空间相关性是模型变异性的主要原因。研究发现，车道数更多的道路以及由高架道路连接的道路会增加超速可能性，而较高的限速、交叉口密度、交通拥堵和路侧停车则与较低的超速可能性相关。这些发现为设计城市道路网络中的有效反超速措施提供了宝贵见解。
Keyword:
Speeding likelihood
BYM2
Spatial effects
Bayesian inference
Beta Besag-York-Molliemodel
AI总结
对已上传原文的论文进行重点信息的提取，主要内容包括：简要概述、研究摘要、背景介绍、关键亮点、图文解析、展望与总结。
期刊
J
IF:
6.8
论文数:
387
被引数:
3.0K
机构
引用论文
.png){kind=icon}
Identification of adequate sample size for conflict-based crash risk evaluation: An investigation using Bayesian hierarchical extreme value theory models为基于冲突的碰撞风险评估确定足够的样本量: 使用贝叶斯分层极值理论模型的调查
PREAI
分享收藏Intelligent Speed Adaptation and driving speed: Effects of different system HMI functionalities
PREAI
分享收藏Interaction between socio-demographic characteristics: Traffic rule violations and traffic crash history for young drivers社会人口特征之间的相互作用: 违反交通规则和年轻驾驶员的交通事故历史
PREAI
分享收藏A field operational trial evaluating a feedback-reward system on speeding and tailgating behaviors
PREAI
分享收藏
查看更多内容