基于个性诊断的路段缺失速度值估计

针对基于GPS的浮动车技术因无法做到对路网的时空间全覆盖导致部分路段实时交通状态缺失问题,提出基于热门路段个性化诊断(personality diagnosis base on popular road,PDPR)模型对各路段上的缺失速度值进行估计。使用K均值算法对所有原始数据作离散化处理,根据数据覆盖率对路段进行分类;以高覆盖率路段的速度数据为辅助,使用个性诊断算法(personality diagnosis,PD)对低覆盖率路段进行缺失速度估计,把估计值映射到连续型空间。实验结果表明,PDPR模型估计误差比PPCA(probabilistic principal component analysis)算法低32.84%,比滑动平均法低5.70%。     

基于最佳燃油经济性的换挡指导系统

针对驾驶员不良换挡习惯造成明显燃油浪费的现状,提出了一套基于最佳燃油经济性的换挡指导系统,其基本原理是通过汽车OBD-Ⅱ接口读取车辆状态参数,然后依据最优换挡理论,在恰当的时机提醒驾驶员换挡.对系统的设计与实现进行了详细说明,主要包括系统框架、缺失参数的识别算法、最佳换挡的判别算法.最后对系统进行有效性验证,结果表明应用该系统平均节油8.6%,并且能使油耗水平更加稳定.研究成果可在现实中进一步推广,对交通领域节能减排有重要的价值.     

基于GIS的城乡公交系统框架设计与实现

本文在分析建立城乡公交信息系统意义的基础上,通过详细调研城乡公交工作需求,规划和设计了基于GIS的城乡公交信息系统的框架设计,功能结构,并根据系统功能需要,在简要介绍了地理信息系统开发、ArcGIS等相关技术后,给出了系统框架的技术实现方案.     

一个基于Web Service的数据交换平台

简要介绍了Web Service的相关内容，阐述了Wse Xchanger平台的具体结构以及关键实现，并以该平台的一个实际应用——广东省港航行政管理综合业务系统为例说明了其具体应用。     

基于GRA-LSTM与SARIMA组合模型的季节性时间序列预测

针对LSTM模型对季节性时间序列中的周期、趋势性变化不敏感的特点,提出将SARIMA模型与LSTM模型进行组合,以提高模型预测精度.该方法首先构建了以关键影响因素为非线性输入层和历史数据为线性输入层的多对一 LSTM模型,将经过GRA法筛选的关键影响因素及历史数据输入到该模型中得到初步预测结果,使用SARIMA模型依据...     

结构可靠度计算的近重要性抽样方法及其应用

本文提出一种近重要性抽样方法来计算结构可靠度，该方法将结构可靠度计算中的重要性抽样方法与结构优化中的近似重分析技术相结合，并引入误差带的技巧，显著减少了蒙特卡罗方法的计算量。运用该方法于结构正常使用极限状态可靠度分析的实例，表明了该方法用于复杂可靠度计算的有效性。     

基于经验修正策略的延时地图匹配算法

基于浮动车的交通流分析要求地图匹配快速而准确地处理GPS数据,现有的地图匹配算法无法满足交通流分析的实时处理要求。本算法采用延时策略,利用历史数据和最新数据及低速识别提取的静止点来指导延时点匹配,同时利用延时点来修正最新点的匹配经验。使用广州市路网及广东省交通厅浮动车的数据进行实验,结果证明在不同样本密度下,算法匹配正确率都可以达到80%以上,在精度、实时性和容错能力上均高于隐马尔科夫链匹配算法、时空匹配算法。     

结构可靠度计算的近似重要性抽样方法及其应用

本文提出一种近似重要性抽样方法来计算结构可靠度。该方法将结构可靠度计算中的重要性抽样方法与结构优化中的近似重分析技术相结合，并引入误差带的技巧，显著减少了蒙特卡罗方法的计算量。运用该方法于结构正常使用极限状态可靠度分析的实例，表明了该方法用于复杂结构可靠度计算的有效性     

一个基于Web Service的数据交换平台

简要介绍了Web Service的相关内容,阐述了WseXchanger平台的具体结构以及关键实现,并以该平台的一个实际应用——广东省港航行政管理综合业务系统为例说明了其具体应用。     

面向时序数据的矩阵分解

研究一类特殊的矩阵分解问题:对由多个对象在一组连续时间点上产生的数据构成的矩阵R,寻求把它近似地分解为两个低秩矩阵U和V的乘积,即R≈U^T×V.有为数众多的时间序列分析问题都可归结为所研究问题的求解,如金融数据矩阵的因子分析、缺失交通流数据的估计等.提出了该问题的概率图模型,进而由此导出了其约束优化模型,最终给出了模型的求解算法.在不同的数据集上进行实验验证了该模型的有效性.