本期導讀

為了檢測出異常航跡數(shù)據(jù)從而提高航跡數(shù)據(jù)挖掘的精確性，將航跡異常檢測轉化為無監(jiān)督學習問題，研究了基于VAE-LSTM 的航跡異常檢測算法。引入殘差結構到LSTM 中，建立殘差門LSTM，通過將變分自編碼器中的BP 神經(jīng)網(wǎng)絡層替換為殘差門LSTM 層，實現(xiàn)對變分自編碼器的改進，并構建了VAE-LSTM 航跡異常檢測模型。模型輸入為航跡的速度、加速度、真航向和曲率半徑運動特征，輸出為航跡點特征的重建概率，重建概率小于概率閾值的航跡點為異常航跡點，包含異常航跡點的航跡判定為異常航跡。以長江水域內的航跡數(shù)據(jù)進行驗證并與多種機器學習異常檢測算法進行對比。VAE-LSTM 航跡異常檢測算法的召回率達到了0.935，F(xiàn)1 值達到了0.940，各項指標均高于對比算法，驗證了方法的有效性。（常吉亮，等：基于VAE-LSTM 模型的航跡異常檢測算法）

無線鏈路質量的準確預測可為高層網(wǎng)絡協(xié)議設計和數(shù)據(jù)可靠傳輸提供有力支撐。受船舶環(huán)境因素影響，船載無線鏈路表現(xiàn)出高動態(tài)特性，無法僅根據(jù)前期數(shù)據(jù)變化規(guī)律對下一時刻的無線鏈路質量進行準確預測。在分析船舶環(huán)境因素對無線鏈路影響規(guī)律的基礎上，引入航速影響因子，量化船速對無線鏈路的影響程度，建立船速與預測權重系數(shù)之間的關聯(lián)關系，重構加權移動平均預測模型，提出1 種船載無線鏈路質量自適應預測方法NS-EWMA。結果表明，針對船載無線鏈路質量預測，NS-EWMA 預測方法不僅可以實時和精準感知鏈路長時間的連續(xù)變化，還可以平滑短期的低幅度波動并保持良好的穩(wěn)定性。在EWMA 權重系數(shù)取值固定為0.5 時，NS-EWMA 的協(xié)方差和均方誤差分別提高了1.655 和2.5。（曾旭明，等：基于改進加權移動平均模型的船載無線鏈路質量預測方法）

合理的公交站點布局有助于良好地服務城市居民出行。為深入評價并揭示公交站點布局與城市其他設施之間的聯(lián)系，研究了基于興趣點數(shù)據(jù)的城市公交站點布局合理度的評價指標。通過分析站點服務范圍內興趣點的特征，設計了興趣點數(shù)量、距離與流量3 個指標，給出了各指標的指標值和權值計算方法，并使用物元分析模型分別計算各站點的布局合理度。將所有站點的評分均值作為站點網(wǎng)的整體布局合理度。以徐州市豐縣城區(qū)公交站點網(wǎng)絡為例進行了指標標定和布局合理度評價的實際應用。對于案例的核心區(qū)和非核心區(qū)評價結果的比值，基于興趣點數(shù)據(jù)的評價指標是3.75，傳統(tǒng)的評價指標為1.40，而興趣點在核心區(qū)和非核心區(qū)上分布的比值為3.32。該結果驗證了所提出的基于興趣點數(shù)據(jù)的指標在評價站點布局合理度上的可行性。（程一一，等：基于興趣點數(shù)據(jù)的公交站點布局合理度物元分析評價）

為了識別高速公路事故黑點，基于歷史交通事故數(shù)據(jù)，建立貝葉斯時空交互模型，估計高速公路路段事故率和超常事故率。根據(jù)其后驗期望序號對路段安全性進行排序，將排序靠前的一定比例路段判定為事故黑點。利用該方法對廣東開陽高速公路進行事故黑點判別，并與基于貝葉斯層級泊松模型的黑點判別結果進行對比。結果表明，時空交互模型和層級泊松模型的事故路段排序結果存在顯著差異。以事故率為安全評價指標時，2個方法判別的事故黑點中有73%相同；以超常事故率為安全評價指標時，2個方法判別的事故黑點中僅有20%相同。這與類似研究的結論一致，體現(xiàn)了解析時空關聯(lián)和交互對事故黑點判別的重要性。另外，還對比了基于評價指標后驗期望序號和后驗均值的事故路段排序序號。結果顯示二者的一致性較高。（曾 強，等：基于貝葉斯時空建模的高速公路事故黑點判別）

為了更加全面地評價城市公交運行狀況，提升乘客出行效率和公交運營效率，研究從城市公交?？空緯r間與總行程時間相關關系的角度出發(fā)，研究了基于全樣本大數(shù)據(jù)的公交?？空緯r間規(guī)律分析方法。通過收集濟南市公交行程時間的全樣本大數(shù)據(jù)，在對公交行程時間和?？空緯r間典型問題和異常數(shù)據(jù)預處理的基礎上，計算不同公交班次的?？空緯r間比例系數(shù)，構建了公交?？空緯r間計算模型，分析了線路差異、駕駛員（車輛）差異、運行時段差異、行程時間差異等因素對比例系數(shù)的影響，并與江陰市的典型線路進行對比。研究結果表明，隨著數(shù)據(jù)樣本量的增加，公交?？空緯r間比例系數(shù)會逐漸收斂至一個穩(wěn)定值，且受到線路、時間、駕駛員等因素的影響較小，具有較強的可靠性和適用性，并提出城市公交系統(tǒng)的公交停靠站時間比例系數(shù)的建議取值為0.25。（祁昊，等：基于全樣本大數(shù)據(jù)的公交?？空緯r間規(guī)律分析）