首页 | 本学科首页   官方微博 | 高级检索  
     检索      

基于小波分解的智能交通系统数据集成方法
引用本文:于雷,陈旭梅,耿彦斌,乔凤翔,王欣,刘梦涵,袁振洲.基于小波分解的智能交通系统数据集成方法[J].清华大学学报(自然科学版),2004,44(6):793-796.
作者姓名:于雷  陈旭梅  耿彦斌  乔凤翔  王欣  刘梦涵  袁振洲
作者单位:1. 北方交通大学,交通运输学院,北京,100044,中国;德克萨斯南方大学,休斯顿,77004,美国
2. 北方交通大学,交通运输学院,北京,100044,中国
3. 德克萨斯南方大学,休斯顿,77004,美国
摘    要:对于智能交通系统(ITS)的数据集成,数字信号处理技术中的小波变换方法能够克服传统的基于数理统计方法的集成技术的种种缺陷,并提供最佳集成度.该文基于小波分解的方法,通过对ITS数据进行分层、相似性分析得出了数据的最佳集成度,完成了对数据的集成.通过该方法集成后的数据不仅包含足够的有用信息,而且能够消除无用成份和噪音.

关 键 词:智能交通系统(ITS)  数据集成  优化  小波变换  Shannon采样定理
文章编号:1000-0054(2004)06-0793-04
修稿时间:2003年3月26日

Optimized aggregation level for ITS data based on wavelet decomposition
YU Lei,CHEN Xumei,GENG Yanbin,QIAO Fengxiang,WANG Xin,LIU Menghan,YUAN Zhenzhou.Optimized aggregation level for ITS data based on wavelet decomposition[J].Journal of Tsinghua University(Science and Technology),2004,44(6):793-796.
Authors:YU Lei    CHEN Xumei  GENG Yanbin  QIAO Fengxiang  WANG Xin  LIU Menghan  YUAN Zhenzhou
Institution:YU Lei~1,2,CHEN Xumei~1,GENG Yanbin~1,QIAO Fengxiang~2,WANG Xin~2,LIU Menghan~1,YUAN Zhenzhou~1
Abstract:Wavelet decomposition is a new technique in intelligent transportation system (ITS) data aggregation that can overcome the shortcomings of conventional techniques based on statistical comparison to determine the aggregation level. Then, decomposition and similarity analysis of the ITS data were used to optimize the aggregation level. The desired information is retained in the aggregated data derived from the wavelet analysis while the errors and noises are filtered.
Keywords:intelligent transportation system (ITS)  data aggregation  optimization  wavelet transformation  Shannon's sampling theorem  
本文献已被 CNKI 万方数据 等数据库收录!
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号