关联规则发现在ITS中的分析与实现

针对当前智能交通系统的现状与需求,结合关联规则的研究,将关联规则发现应用到智能交通领域中,采用一种改进的Apriori算法,获取智能交通系统中实时数据的内在关联规则,为智能交通信息检索系统提供具有关联关系的数据源.以此数据源为基础,智能交通内部信息检索系统能够提供关联查询服务.     

基于多属性层次识别的车辆视频 检索系统设计研究

交通监控视频中车辆的有效检测和实时跟踪,是车辆行为分析和识别的前提,也是智能交通系统（ITS） 的核心内容和关键技术。本文在深入分析当前车辆属性识别方法以及车辆视频检索关键技术的基础上,结合交通监控 视频的自身特点,从应用的角度出发,设计一款融合车牌、车身颜色、车型等多个车辆外观属性进行层次识别的机动车辆 检索系统。该系统可为用户提供多种查询方式,从而实现交通监控视频中相关机动车辆的准确检索。     

智能交通数据分析系统的设计与实现

智能交通系统已经成为21世纪交通运输体系的发展趋势,其实质是对交通信息的分析、共享和综合利用。通过对智能交通系统采集的初始交通信息进行预处理可以为智能交通系统中数据分析的正确性和可靠性提供保证。本文在分析采集自上海市交通路口的交通数据的基础上,对交通数据的预处理和数据恢复、路段拥塞程度分析进行了探讨,并在此基础上提出了一套进行交通数据处理和分析的计算机平台实现方案。     

一种基于曲线拟合异常检测的交通数据预处理方法

交通数据是智能交通平台的基础,数据质量将很大程度决定智能交通系统对交通特性的分析和挖掘.然而交通数据现有的采集方式使得其质量难以保证,因此,对交通数据进行预处理具有重要的现实意义.根据交通领域著名的流量/时间占有率的倒"V"字型曲线模型,提出了一种基于曲线拟合的异常检测方法,能够有效识别交通流量数据中的异常数据,并对其进行修正,使交通流数据能够满足智能交通系统的分析挖掘要求.     

可视分析增强的平行智能交通系统框架

随着人工智能 2.0 时代的到来,可视分析方法作为一种重要的人机耦合方法受到越发广泛的关 注。其是大数据分析的利器,也是理解数据的“导航仪”,能够有效地将三元空间结构(CPH)中的数据转换为知 识系统中的服务与决策,从而进一步提升交通系统智能化水平。为此,提出人工交通系统、计算实验和平行执 行相融合的平行智能交通系统,为智能交通领域提供了一种操控的新机制和新模式。通过分析具体案例,探讨 可视分析在新一代人工智能中的重要性,以及可视分析将数据或信息转换为知识系统的流程。证明将可视分析 与平行智能交通系统的无缝结合,能更好地分析大规模交通数据,更有效地解决交通困扰,从而实现“1+1>2” 的增强效果,据此提出新颖的可视分析增强的平行智能交通系统框架。     

大数据下智能交通系统的发展综述

交通系统的智能化发展已迫在眉睫,大数据应用下智能交通系统的发展可以有效解决很多实际存在的问题,对智能交通系统产生深远影响。大数据的特质可以完美应用于交通系统中,以解决现阶段交通系统所面临的大部分问题,改善交通情况与交通感知。基于此,阐述了大数据在智能交通系统中的应用,分析、研究了其目前面临的各种问题。     

面向智能交通系统的仿真路网快速建模方法

提出了一种面向智能交通系统的仿真路网模型,与传统路网模型相比,增强了几 何表达和拓扑表达能力,同时其上可附着丰富的交通属性数据,能够满足精细化智能交通仿真 的需求。在此基础上,研究了一种路网数据迁移方法,从现有电子地图快速提取并构建面向智 能交通系统的道路路网。通过对几何精确性、拓扑完备性和建模高效性的测试表明,该路网模 型及其建模方法,提高了交通仿真基础路网建模的效率,降低了建模成本,为智能交通仿真的 广泛应用提供了高效、可靠的道路数据来源。     

中国城市智能交通系统产业化发展趋势

智能交通系统是未来交通系统的发展方向,我国智能交通系统已从探索阶段进入实际开发和应用阶段,智慧城市和新型城镇化建设将会给智能交通产业带来广阔发展空间。本文首先简要介绍了中国智能交通产业发展历程,在此基础上,重点对中国城市智能交通系统产业化发展趋势进行了分析,指出智能交通系统集成、交通大数据、车联网、移动互联网应用将是中国城市智能交通系统产业化发展的重要领域。     

基于R树索引的智能交通系统的算法研究

由于道路交通矛盾的现象已经日益严重,利用智能交通系统解决交通问题已成为普遍共识.文章重点讨论了地理信息系统技术和全球定位系统技术等相关技术,并利用改进的R树索引完成了智能交通系统的核心不确定范围查询算法,分析与实现了智能交通系统.     

基于多传感器融合的交通数据采集系统概述

智能交通系统是道路有序运行的重要保证,环境感知技术是智能交通系统的基础。单个传感器系统的测量维度和置信率较低,系统的可靠性较差,为了获得准确的交通环境数据,采用多传感器融合方法对交通数据进行采集,构建了以激光雷达、毫米波雷达、全景相机为核心的交通数据采集系统,使系统更加稳定,并对交通环境信息的采集更加准确。     

多信息融合技术的城市交通监控系统的研究

将车辆检测器、射频技术以及计算机图像处理技术应用于城市交通监控系统,形成智能交通的一个子系统.介绍了三种传感器的信息处理和融合技术,能实现交通流量统计、智能交通调控、自动违章处理、车辆跟踪处理、交通实时查询以及车辆统计等功能,解决城市交通管理中的一系列经典难题.     

数据挖掘算法在交通状态量化及识别的应用

在智能交通系统（ITS）环境下,以交通检测器采集的海量交通流信息为对象,通过数据挖掘技术即数据获取、数据预处理、挖掘方法、结果分析与评价、模式应用等进行新的信息提取,提出了各阶段的要求和聚类分析及模式识别的算法,最后从海量数据中得到新的有用信息交通状态分类,同时使用实时采集交通流数据进行交通状态判别。实验结果表明识别状态能够准确反映实际交通状态。     

基于物联网相关技术的智能交通控制系统设计

智能交通系统是当前我国交通运输领域的前沿研究课题,而物联网是信息技术领域一次重大的发展和变革机遇,这里将物联网领域的RFID、嵌入式等相关技术应用于智能交通控制系统,结合模糊控制方法实现更加高效、稳定的交通控制。     

采用GPS数据的交通流实时分析与表达

城市交通流状态的分析是实现智能交通系统的关键技术之一。其效率和稳定性决定了系统的用户评价和实用性。本文介绍了一个采用GPS探测车进行城市交通流的实时分析算法。该系统主要由网络数据接口、地图匹配等模块组成。通过一些高效的算法,大大加快了对探测车数据的处理,使得在短时间内快速响应成为可能;同时设计了稳定持续的网络接口,减少了由系统中各种因素引起的数据丢失。     

基于BP神经网络的路口短时交通流量预测方法

交叉路口是一个城市交通的重要组成部分，其各方向的交通流量预测更是该城市智能交通系统中的重中之重，本文提出一种基干BP神经网络预测路口短时交通流量的方法，该方法将路口其他非预测方向和交通信号配时方案对流量预测的影响因素考虑在内。     

基于数据网格的分布式查询优化模型

智能交通系统（ITS）中多个异构的、地理位置分散的数据源能使用像数据网格这样的分布式计算技术进行集成,这种集成所面临的真正挑战是分布式查询处理引擎的设计和开发。一般而言,分布式查询优化按照以下三个阶段进行：查询所涉及节点的确定,并行执行方案的生成,执行查询的最佳节点选择。由于这三个阶段的相互隔离可能会导致得到的查询方案并不是最佳的,提出了一个新的分布式查询优化模型,该模型集成了查询优化的三个阶段,综合考虑了查询优化各个阶段所涉及的参数,如节点的有效内存、处理速度、数据传输容错能力等。     

《智能交通系统》课程网上教学系统的设计与实现

为了充分利用网络教学的优势,提高学生的学习积极性和学习效率,开发了基于B/S模式的《智能交通系统》课程网上教学系统。本系统可以实现课程教学信息和教学资源的发布,教学资源的浏览、查询与下载,学生和教师在线互动答疑、后台数据管理等功能,为课程的教学提供了一种灵活、方便、高效的教学方式。     

道路动态资源研究

运用流体动力学和交通工程学基本原理建立了城市道路动态资源的计量模型。基于城市智能交通数据采集系统采集的动态交通信息,运用城市地理信息系统（GIS）相关方法,对上海市内环内城市道路资源进行可视化描述,分析了城市道路资源的瓶颈地带;对深圳市道路运行状态进行了分析和评价,结果显示深圳市城市道路中支路基本符合规划预期,主干道则部分偏离规划预期。     

iCentroView系统中的GIS设计与实现

城市交通监控与管理系统（iCentroView）是根据我国城市交通的基本情况和智能交通的发展现状而设计实现的智能交通系统，地理信息系统（GIS）是iCentroView系统的基础，本文根据iCentroView系统的需求，设计实现了一个GIS，并且在实际运行中对iCentroView系统有很好的支持，效果良好。     

基于物联网的智能交通流探测技术研究

为更好地分析和统计动态交通流以获得道路交通信息,将物联网技术与智能交通系统相结合,提出一种基于物联网的智能交通探>A}}系统ITFDS(Intelligent Transportation Flow Detection System Based on Internet of Things).ITFDS通过车载传感器节点获取原始交通参数并进行初次融合,汇聚点作为信息收集、分发与数据二次融合的中心节点,物联网中心控制机房则负责系统数据的统计与管理。仿真实验证明,ITFDS能有效、即时地获得道路交通流量值并将其发送至各车辆,作为车辆选择行进线路的依据。