北京市西三环地区道路交通状况时空分布

在花园村至莲花桥一带设立观测点对北京西三环南北双向主辅路进行分时段观测,获得车辆速度、车流量等相关交通数据,建立数据库,在ARCGIS环境下,制作西三环交通路况图,并利用VB和MO技术针对该套图幅编制查询系统.     

视频交通动态信息采集系统

该系统是利用视频技术、计算机技术、现代通信技术等，实现对城市道路交通动态信息的快速采集、可靠传输；将所观测路段的交通数据，如：车流量、车速、车辆类型、车队长度等，及时上传至交通指挥中心；指挥中心迅速采取决策，疏导、管理该路段的交通状况，有效提高道路使用效率，缓解交通拥堵，减少停车、排放所引起的环境污染。该系统的应用将大大提高道路交通管理的信息化水平，对人们出行、物流运输管理、规范交通秩序有重要意义。     

城市交通路口污染特征及控制对策研究

通过对交通路口的污染物浓度、车流量和气象要素的调查和监测，研究了污染物的特征及其与交通流量和气象因子的对应关系。结果表明：（１） 车流量随时间变化明显。路口的车流量以出租车占的比例最大。（２） 污染物浓度与车流量有较为密切的关系。ＮＯｘ 、ＣＯ、ＴＳＰ噪声与车流量的相关系数分别为０ ．４８３５５ 、０ ．７９００５１ 、０ ．６４３７９２ 、０ ．５３６８２ ，受温度影响不大。（３） 交通噪声随车流量增大，声级值也相应增大，影响交通噪声的实质因素是机动车的车速和车间距。     

分布式图文数据库系统DGRDBMS的设计

探讨了基于关系数据库系统的扩展关系模型的建立，具有统计数据、图形、图象等多种类型的图文数据的存储管理，多种专题图的图形数据组织方法，分布式系统环境下通信方式的实现和数据库操作的并行分布处理等问题，最后建立了分布式图文数据库管理系统ＤＧＲＤＢＭＳ．     

兼顾效率与公平的模糊交通控制模型

为了在控制过程中既强调交通效率又兼顾交通公平，提出了一种新的信号交叉口模糊逻辑控制模型，该模型由2个子控制器构成．当前绿灯结束时，通行相位控制器根据各车道的车辆数和平均等待时间计算它们的交通紧急度，然后根据交通紧急度选择下一个通行相位，通行时间控制器则根据被选相位中车辆数最大车道的交通情况来决定通行时间．仿真实验结果表明，该模型与感应控制和Pappis模型相比，在车流量很小时控制效果相近，但随着各向车流量的增加，该模型开始优于其他模型，车流量越大优势越明显，而且变化十分平稳，不仅提高了交通效率，而且使交通供给更加公平．     

试析国土资源“一张图”工程的数据整合加工模式

国土资源数据库是"一张图"工程数据中心的核心,在"一张图"信息化建设中处于空间信息基础设施地位。结合临夏州国土资源"一张图"工程数据中心建设实践,分析并说明了国土资源数据的整合加工模式及实现思路。     

智能控时语音交通灯

针对日益严重的交通拥堵问题,通过道路交通信息采集器对道路的监控和对车流量、流速、流向等数据的采集以及智能交通决策控制系统对采集到的资料进行的综合分析,根据每段路口的车流量的大小自行及时调配交通信号灯的配时,自动设置禁行、限速标志(电子显示式)并通过交通信息发布系统以语音传送的方式对交通参与者进行合理的交通引导和疏通,从而最大限度的发挥道路的流通能力。     

基于云计算的智能交通信号灯控制系统设计与实现

本文阐述了基于云计算的交通信号灯控制系统设计与实现。通过地感线圈来检测车流量,GPRS进行交通量数据的实时数据上传,综合运用STM32F103芯片、云计算机技术等技术实时反馈交通流量、流向,即时调整信号灯配时,实现交通信号灯智能控制。     

基于云计算的智能交通信号灯控制系统设计与实现

本文阐述了基于云计算的交通信号灯控制系统设计与实现。通过地感线圈来检测车流量,GPRS进行交通量数据的实时数据上传,综合运用STM32F103芯片、云计算机技术等技术实时反馈交通流量、流向,即时调整信号灯配时,实现交通信号灯智能控制。     

基于ArcSDE的内河电子航道图改正方法

为提高内河电子航道图数据更新的准确性和及时性,保证船舶航行安全.提出一种基于ArcSDE的内河电子航道图改正方法,利用ArcSDE可扩展关系数据库为空间可用数据库的特点,将内河电子航道图数据存储到空间数据库中进行处理.结果表明该方法提高了航道数据处理的效率.     

通用数据采集系统

介绍了具有通信功能的数据采集系统,并重点介绍了通信程序设计,给出了程序框图。     

论提高车流统计数据质量的途径

分析了影响车流统计数据质量的各种问题,提出了全面提高车流统计数据质量的途径。     

基于数据编解码的时空交通流预测方法

针对路网的拓扑信息不完整而无法实现时空结合交通流预测的情况，提出了一种基于时间序列预测模型联合数据编解码机制的预测方法。对路网内路段交通流数据进行编码得到路网信息的链状结构，以此获取路网结构中的拓扑信息；通过时序模型对链状结构进行交通流预测，完成对链状结构的时序特征提取；最终，通过解码方法得到路网的时空交通流预测结果。采用GPS数据，选取不同路网进行对比实验，引入数据编解码的时空交通流预测方法与时间序列模型进行比较，并且与基线模型HA和ARIMA展开了对比实验。实验结果表明：深度学习模型引入数据编解码机制后，模型性能明显提升；引入数据编解码机制的深度学习模型的性能比基线模型的性能更优越。该方法仅仅使用简单的时间序列深度网络再联合数据的编解码机制即可实现时空结合的交通流预测。     

改进神经回归算法的数据质量优化与预测

为了满足智慧交通管理系统向智能化方向发展,一般采用毫米波交通雷达对交通流进行实时并准确地检测。由于受到时间、天气和通信故障等因素的影响,以及雷达最大作用距离的限制,数据常常存在缺失异常等情况,从而对交通流变化规律分析带来很大的影响。在研究城市道路中交通流数据质量优化及交通流变化规律的问题时,对原始交通流数据分成三份,首先采用组合检验和阈值检验,非线性回归分析、线性插值、历史均值法、粒子群多层前馈(PSO-BP)神经网络算法,分别完成异常数据的识别、更正及部分缺失数据的填补,然后建立时间序列的交通流模型、交通流参数关系模型,根据交通流内在的变化规律建立改进后的神经网络回归预测模型,完成所有缺失数据的填补,最终获得完整的高质量数据。本算法的精确度可达到95.54%,能有效进行数据质量优化与预测。     

基于IMM-PDA算法的实际业务流预测研究

多模型可以在不同时刻为业务流构造不同的模拟模型,而概率数据关联则可以有效地在杂波环境中处理单目标的跟踪问题,即将交互式多模型概率数据关联应用到业务流的预测中.研究了在交互式多模型下建立一个实际业务流预测算法的模型.仿真实验表明,该预测算法具有较高精度.     

基于混沌理论的局域网流量预测

局域网业务流中广泛存在自相似为特征的现象,并且自相似现象与混沌现象间存在紧密联系.通过采用局域网流量对应的时间序列分析的方法进行研究,基于相空间重构思想,通过C-C算法计算嵌入维和延迟时间;利用小数据量法计算局域网流量时间序列的最大Lyapunov指数来判断其混沌特性;针对基于最大Lyapunov指数的预测方法中只考虑中心点的最邻近点对预测的决定性作用,而忽略了其邻近点邻域内其他各点对预测结果的影响的特点,提出了基于最大Lyapunov指数的加权邻域预测法;最后通过实测局域网流量预测验证方法的有效性.      

Spark框架下交通流数据高效处理方法及其应用

设计并实现基于Spark的交通流数据处理与预测分析应用框架, 可以完成交通流数据的高效清洗、统计、存储和查询。利用基于多阶空间权重矩阵的STARIMA模型进行交通流预测分析, 可以验证数据处理效率及对预测应用的支撑作用。对比实验结果表明: 1) 交通流数据处理框架运行效率高, 适用于复杂的数据清洗和挖掘算法, 为预测模型建立数据支撑; 2) 交通流预测模型对空间权重矩阵进行了多阶优化, 兼顾高效性和准确性, 预测分析结果可以为交通诱导提供参考。     

数据挖掘在中观交通仿真器模型研究中的应用

为克服经典速度-密度模型刻画道路交通流动态变化特性的缺陷,将更丰富的路段检测信息运用到中观交通仿真模型参数的标定过程中. 提出先对路段检测器数据进行预处理,再采用数据挖掘中的局部加权回归,K-Means,k-最近邻以及凝聚层次聚类算法,分别将车流密度、密度与流量作为变量标定车速. 利用现场数据对算法进行了大量测试,结果表明算法是有效的,适用于基于仿真的动态交通分配系统.     

基于自监督学习的交通数据补全算法

区域高速公路网收费站数量众多,每日产生海量收费数据,但由于设备、网络等因素,部分站点数据传输存在延迟现象,在此情况下已传输的数据往往不能满足实时流量预测的要求。为了实现实时交通数据补全和动态交通流量预测,文中首先提出了一种基于自监督学习的用于高速公路交通流量数据缺失补全的方法,该方法采用了基于注意力机制的时间序列模型（Seq2Seq-Att）;然后使用自监督学习方式对模型进行训练;最后,以广东省高速公路网的80个收费站为例,验证方法的可靠性。结果表明：文中的数据补全方法能够灵活捕捉交通数据中的缺失情况,并根据数据自身的内在关联性,给出合理的补全值;该方法总体优于其他方法,且在不同缺失率下都有较好表现,总体MAPE约为17.7%、WMAPE为12.8%;在高缺失率情况下,该方法相比于其他补全方法有明显的优势。交通量预测结果表明,使用该方法补全的数据进行交通流预测的预测精度接近使用完整数据的情况。     

数据挖掘商业应用平台的数据预处理管理

如何提高数据预处理的效率,提高数据挖掘过程的可管理性,是数据挖掘者必须考虑的问题之一。通过对一个电信增值行业客户行为的分析,介绍了如何应用数据挖掘商业应用平台所提供的可视化流程图进行数据预处理,以期提高数据预处理的效率和过程的可管理性。