KCI등재
붓스트랩 기법을 이용한 TCS 데이터로부터 차종별 교통량 추정모형 구축 = Constructionof vehicle classification estimation model from the TCS data by using bootstrap Algorithm
차종별 교통량자료는 자료의 출처별로 차종이 동일하지 않아 자료간 호환이 어려우며 이들 자료의 활용도 또한 매우 낮다. 특히, 고속도로의 경우에는 전수자료인 TCS 자료가 있음에도 불구하고 TCS의 차종분류는 차종 내에 승용, 승합, 화물차가 혼재 되어있어 실질적으로 활용도가 매우 낮다.이에 본 연구에서는 각 출처별 자료들의 차종구분과 호환할 수 있도록 차종구분을 표준화하고 고속도로 톨게이트 유출입 차종별 교통량을 표준화된 차종별로 추정하기 위한 모형을 개발하였다. 즉, 톨게이트를 그 특성에 따라 몇 개의 카테고리로 분류하였고, 각 카테고리별로 각 차종의 구성비를 점추정량을 이용한 기법(산술평균, 기하평균, 조화평균)과 비모수적 통계기법인 붓스트랩을 이용하여 표준화 분류별 교통량을 추정하는 모형을 개발하였다. 그 결과 두 방법 모두 비교적 유의한 수준의 결과가 도출되었으나, 표본의 크기에 따라 발생할 수 있는 극단치에 대한 오추정 문제를 감안할 수 있는 붓스트랩기법이 우수한 것으로 나타났다.본 연구의 결과로 향후 TCS 자료의 활용성 증대와 TCS 자료를 이용한 고속도로 구간교통량 추정과 고속도로 정기교통량 조사자료의 좀더 구체적인 비교가 가능할 것으로 기대된다.
더보기Traffic data by vehicle classification is difficult for mutual exchange of data due to the different vehicle classification from each other by the data sources; as a result, application of the data is very limited. In particular, in case of TCS vehicle classification in national highways, passenger car, van and truck are mixed in one category and the practical usage is very low.
The research standardize the vehicle classification to convert other data and develop the model which can estimate national highway traffic data by the standardized vehicle classification from the raw traffic data obtained at the highway tollgates. The tollgates are categorized into several groups by their features and the model estimates traffic data by the standardized vehicle classification by using the point estimation and bootstrap algorithm.
The result indicates that both of the two methods above have the significant level. When considering the bias of the extreme value by the sample size, the bootstrap algorithm is more so- phisticated.
Using result of this study, we is expect the usage improvement of TCS data and more specific comparison between the freeway traffic investigation and link volume on freeway using the TCS data.
분석정보
연월일 | 이력구분 | 이력상세 | 등재구분 |
---|---|---|---|
2022 | 평가예정 | 계속평가 신청대상 (등재유지) | |
2017-01-01 | 평가 | 우수등재학술지 선정 (계속평가) | |
2013-01-01 | 평가 | 등재학술지 유지 (등재유지) | KCI등재 |
2010-01-01 | 평가 | 등재학술지 유지 (등재유지) | KCI등재 |
2008-01-01 | 평가 | 등재학술지 유지 (등재유지) | KCI등재 |
2006-01-01 | 평가 | 등재학술지 유지 (등재유지) | KCI등재 |
2004-01-01 | 평가 | 등재학술지 유지 (등재유지) | KCI등재 |
2001-07-01 | 평가 | 등재학술지 선정 (등재후보2차) | KCI등재 |
1999-01-01 | 평가 | 등재후보학술지 선정 (신규평가) | KCI후보 |
기준연도 | WOS-KCI 통합IF(2년) | KCIF(2년) | KCIF(3년) |
---|---|---|---|
2016 | 0.43 | 0.43 | 0.46 |
KCIF(4년) | KCIF(5년) | 중심성지수(3년) | 즉시성지수 |
0.46 | 0.43 | 0.762 | 0.2 |
서지정보 내보내기(Export)
닫기소장기관 정보
닫기권호소장정보
닫기오류접수
닫기오류 접수 확인
닫기음성서비스 신청
닫기음성서비스 신청 확인
닫기이용약관
닫기학술연구정보서비스 이용약관 (2017년 1월 1일 ~ 현재 적용)
학술연구정보서비스(이하 RISS)는 정보주체의 자유와 권리 보호를 위해 「개인정보 보호법」 및 관계 법령이 정한 바를 준수하여, 적법하게 개인정보를 처리하고 안전하게 관리하고 있습니다. 이에 「개인정보 보호법」 제30조에 따라 정보주체에게 개인정보 처리에 관한 절차 및 기준을 안내하고, 이와 관련한 고충을 신속하고 원활하게 처리할 수 있도록 하기 위하여 다음과 같이 개인정보 처리방침을 수립·공개합니다.
주요 개인정보 처리 표시(라벨링)
목 차
3년
또는 회원탈퇴시까지5년
(「전자상거래 등에서의 소비자보호에 관한3년
(「전자상거래 등에서의 소비자보호에 관한2년
이상(개인정보보호위원회 : 개인정보의 안전성 확보조치 기준)개인정보파일의 명칭 | 운영근거 / 처리목적 | 개인정보파일에 기록되는 개인정보의 항목 | 보유기간 | |
---|---|---|---|---|
학술연구정보서비스 이용자 가입정보 파일 | 한국교육학술정보원법 | 필수 | ID, 비밀번호, 성명, 생년월일, 신분(직업구분), 이메일, 소속분야, 웹진메일 수신동의 여부 | 3년 또는 탈퇴시 |
선택 | 소속기관명, 소속도서관명, 학과/부서명, 학번/직원번호, 휴대전화, 주소 |
구분 | 담당자 | 연락처 |
---|---|---|
KERIS 개인정보 보호책임자 | 정보보호본부 김태우 | - 이메일 : lsy@keris.or.kr - 전화번호 : 053-714-0439 - 팩스번호 : 053-714-0195 |
KERIS 개인정보 보호담당자 | 개인정보보호부 이상엽 | |
RISS 개인정보 보호책임자 | 대학학술본부 장금연 | - 이메일 : giltizen@keris.or.kr - 전화번호 : 053-714-0149 - 팩스번호 : 053-714-0194 |
RISS 개인정보 보호담당자 | 학술진흥부 길원진 |
자동로그아웃 안내
닫기인증오류 안내
닫기귀하께서는 휴면계정 전환 후 1년동안 회원정보 수집 및 이용에 대한
재동의를 하지 않으신 관계로 개인정보가 삭제되었습니다.
(참조 : RISS 이용약관 및 개인정보처리방침)
신규회원으로 가입하여 이용 부탁 드리며, 추가 문의는 고객센터로 연락 바랍니다.
- 기존 아이디 재사용 불가
휴면계정 안내
RISS는 [표준개인정보 보호지침]에 따라 2년을 주기로 개인정보 수집·이용에 관하여 (재)동의를 받고 있으며, (재)동의를 하지 않을 경우, 휴면계정으로 전환됩니다.
(※ 휴면계정은 원문이용 및 복사/대출 서비스를 이용할 수 없습니다.)
휴면계정으로 전환된 후 1년간 회원정보 수집·이용에 대한 재동의를 하지 않을 경우, RISS에서 자동탈퇴 및 개인정보가 삭제처리 됩니다.
고객센터 1599-3122
ARS번호+1번(회원가입 및 정보수정)