Find Qianni

Always be Brave and Enthusiastic


  • 首页

  • 标签

  • 分类

  • 归档

Fundamental relationship of the traffic flow交通流流密速关系阐述

发表于 2021-10-25

Fundamental relationship of the traffic flow交通流流密速关系阐述

Resource: Northwestern University, Yu(Marco) Nie, CIV-ENG 376 Lecture Notes

Notations 符号

Symbols Meaning
$q$ Flow rate(pcu/h, vph) 流量 (How much the traffic flows)
$k$ Density(pcu/km, vpm) 密度 (How crowd the road is)
$u$ Space mean speed(km/h, mph) 空间平均速度 (how fast the traffic moves)
$\bar{v}$ Time mean speed(km/h, mph) 时间平均速度
$T$ A period of time(h, min, s) 时间
$N$ Numbers of vehicles 车辆数量
$x$ Location 位置
$t$ A moment 时刻
$h$ Headway(s) 车头时距
$s$ Spacing (m, ft) 车头间距
$i$ index of vehicle 车辆编号
阅读全文 »

分享实用工具与网站

发表于 2019-07-27

分享实用工具与网站

善于寻找工具,善于使用工具。

阅读全文 »

geopandas安装攻略

发表于 2019-07-26

geopandas安装攻略

geopandas库是类似pandas的可以用于处理地理信息的Python模块,可以方便的使用常见的GIS功能。此文记录安装geopandas库遇到的问题与解决方案。此经验适用于使用Python3.x的Windows用户。

阅读全文 »

标准SQL语句笔记

发表于 2019-07-18

标准SQL语句

核心9词

数据查询:SELECT

数据定义:CREATE, DROP, ALTER

数据操纵:INSERT, UPDATE, DELETE

数据控制:GRANT, REVOKE

外模式(视图与部分基本表)、模式(基本表)、内模式(存储文件)

阅读全文 »

Windows下LaTeX安装配置(xia zhe teng)

发表于 2018-09-16 | 分类于 Research

Windows下LaTeX安装配置(xia zhe teng)

周三去找谢老师询问大四阶段的安排,老师为了让我早日适应研究生生活,建议我学习以下内容:

  • Yossi Sheffi《Urban Transportation Network》静态交通网络
  • 结合交通网络学习C++
  • 学习论文编辑LaTeX

对于LaTeX在大一建模时就有耳闻,只是由于大一对代码充满恐惧和Word的方便性而果断放弃。现写此文介绍LaTeX的安装与配置。

阅读全文 »

成长进行时——Qianni的专业成长

发表于 2018-08-07 | 分类于 Transportation Engineering

学在SWJTU交通工程

博主目前在西南交大学习交通工程专业,即将迈入大四,本科阶段的专业课学习也即将告一段落,三年里尤其感谢交大老师们的无私付出,我也可以清晰地看到自己一步步的成长,2015级作为交通工程培养计划修改的第一年,在老师们”摸着石头过河“的过程中,也让我们收获了很多学长学姐无法在课堂上学习到的内容。有很多学弟学妹在每年分专业的时候都会咨询“交通专业的学习内容是什么样的”,特开此贴发布自己本科阶段的课程学习”成果“,一来纪念自己为之付出的日日夜夜,二来分享给可能有需要或想了解交通专业本科学习内容的学弟学妹。不过想要Ctrl+C andCtrl+V的小伙伴,作业还是要自己完成才能得到充分的锻炼~

阅读全文 »

Python入门Part1——Python3基础语法1

发表于 2018-08-04 | 分类于 Python

写在前面

博主从大二下学期开始断断续续学习Python,至今刚好一年半的时间,学习方式主要是通过实体课堂(占比10%)、网课(30%)、博客等各类网上资源(50%)、同学交流切磋(10%)。练习方式主要依托于专业课程的各类作业,学校的科创项目,以及将现实中碰到的问题设法通过编程方式解决。如果你已涉及过任意一门编程语言,入门Python非常简单,需要的就是不断的使用与练习,遇到问题及时查阅。

阅读全文 »

机器学习个人作业——使用机器学习方法分析出租车订单数据

发表于 2018-06-24 | 分类于 Machine Learning

使用机器学习分析出租车订单数据

内容提要:

  • 出租车轨迹、订单数据特点

  • 使用回归方法补全缺失量较大的数据

  • 利用DBSCAN方法对出租车订单数据进行聚类

  • 使用Python进行地理信息分析与可视化

  • 小记geopandas、osmnx、networkx、folium等gis模块问题描述

阅读全文 »

一道应用回归与卡尔曼滤波进行预测的小题目

发表于 2018-06-21 | 分类于 Transportation Engineering

一道应用回归与卡尔曼滤波进行预测的小题目

今天Po一道题目的解决方法,是月同小仙女问的我关于熊老师《交通数据采集与处理》课程的内容,感觉一言两语说不清楚,于是决定写下来手动帮助一下快要期末考的小伙伴。

阅读全文 »

机器学习之主成分分析

发表于 2018-06-19 | 分类于 Machine Learning

PCA概述

高维数据劣势

我们很希望有足够多的特征(知识)来保证学习模型的训练效果,尤其在进行图像处理时,高维特征是在所难免的,但是,高维的特征也有几个如下劣势:

  1. 学习性能下降,知识越多,吸收知识(输入),并且精通知识(学习)的速度就越慢。

  2. 过多的特征难于分辨,你很难第一时间认识某个特征代表的意义。

  3. 特征冗余,如下图所示,厘米和英尺就是一对冗余特征,他们本身代表的意义是一样的,并且能够相互转换。

阅读全文 »
12
Wang Qianni

Wang Qianni

It is a place for Qianni to record and learn.

15 日志
4 分类
16 标签
© 2021 Wang Qianni
由 Hexo 强力驱动
|
主题 — NexT.Pisces v5.1.4
访问人数 总访问量 次