智能交通系统(ITS)共用信息平台构架及解决方案初步分析

本文提出了基于信息处理和数据挖掘的智能交通系统共用信息平台的基本构架,并对平台的功能构成、初步解决方案和平台构建当中涉及的关键技术问题进行分析。根据 ITS 共用信息平台的总体目标:从各智能交通子系统中提取各种共性和相关信息,采用先进的数据分析、统计、挖掘和关联等技术,为各层次的用户主体提供基于全系统范围内的信息服务和辅助决策,本文不仅提出了 ITS 共用信息平台的总体构架设计,以及各项功能构成和功能要求;而且对构筑信息平台的关键技术,如信息源接口与信息统一标准设计、GIS 底层平台、以 CORBA 为核心的中间件体系、数据挖掘和数据仓库技术、用户服务软件开发与安全措施等,分别进行了论述分析。     

����GIS-T�Ľ�ͨ���� �ۺ���Ϣƽ̨�ļܹ����

交通地理信息系统(GIS-T)，来源于地理信息系统和交通信息系统的集成．本文在工程实践的基础上，系统地阐述了基于GIS-T的交通管理综合信息平台的架构设计．本系统的建设目标是，研究开发为交通管理综合信息平台服务的智能交通地理信息系统(GIS-T)，建成一个基于网络环境的、实时的、可视化的交通管理地理信息服务平台．基于此，分别从交通地理信息系统的功能上、系统的体系结构以及系统的软件、硬件设计等方面进行了较为全面深入的研究，为进一步深入开发与研究交通管理综合信息平台从一定程度上奠定基础．     

智能交通系统（ITS）共用信息平台构架及解决方案初步分析

本文提出了基于信息处理和数据挖掘的智能交通系统共用信息平台的基本构架，并对平台的功能构成、初步解决方案和平台构建当中涉及的关键技术问题进行分析。根据ITS共用信息平台的总体目标——以各ITS子系统中提取各种共性和相关信息，采用先进的数据分析、统计、挖掘和关联等技术，为各层次的用户主体提供基于全系统范围内的信息服务和辅助决策，本文不仅提出了ITS共用信息平台的总体构架设计，以及各项功能的构成和要求；而且对构筑信息平台的关键技术，如信息源接口与信息统一标准设计、GIS底层平台、以CORBA为核心的中间件体系、数据挖掘和数据仓库技术、用户服务软件开发与安全措施等，分别进行了论述分析。     

数据挖掘技术在智能交通系统综合信息平台中的应用

城市智能交通系统综合信息平台以成为智能交通示范城市的建设目标。数据挖掘作为在综合信息平台的海量数据中有效而可靠地提取有决策价值的先进技术，已日益受到重视。本围绕综合信息平台，首先介绍了常用的数据挖掘技术，接着分析了数据挖掘技术在综合信息平台中的应用过程，最后提出了数据挖掘技术在综合信息平台中的典型应用。     

西安市交通信息综合平台构建研究

本文结合西安市交通实际提出了交通信息综舍平台构建的必要性，建立了交通综合信息平台框架。该平台旨在采集与交通有关的数据信息，组织处理为共享信息，应用于政策制定、交通管理以及市民查询。本文重点探讨了数据采集系统和信息发布系统。从交通信息种类、数据采集设施以及在西安市现状条件下的布设方案等三个方面阐述了数据采集系统。从信息的获取方式和种类、信息显示终端以及结合西安市的布设方案等方面阐述了信息发布系统，最后提出构建该平台需要进一步解决的问题。     

���������ھ�ij��н�ͨ��Ϣ������άģ��

经过规范化的发展,已经涌现出不少成熟的企业信息集成(EII)模型,而城市交通信息集成（UTII）方面还缺乏规范、成熟的模型。基于此,本文从流程再造、数据交互以及数据挖掘三个方面,提出了一种城市交通信息集成三维模型（3D-UTII)。这三个维度的集成即为：基于流程再造的交通信息系统内部的深度集成（DDII）,基于异构数据库技术的交通信息系统间的广度集成（EDII）,以及基于数据挖掘技术的分析式集成（ADII）。本文对这三个维度的实施框架和具体实现技术分别做出了进一步阐述,最后使用北京市奥运交通应急系统的信息集成方案为实例对模型的实施做出了说明和验证。     

������ͨ������Ϣϵͳ���ɼ���Ӧ���о�

设计了公安交通管理信息系统今后发展的总体技术框架,集成应用标准化、数据采集、加密存贮、MQ中间件、请求访问服务、数据库检索、无线移动等技术,建立全国公安交通管理数据的分级传输和存贮平台,开发综合性的公安交通管理信息查询系统,解决目前系统功能单一、信息无法共享的“瓶颈”问题,在全国范围内实现公安交通管理信息的网上漫游和查询,能够为路面巡逻执法实时提供机动车、驾驶人的相关取证信息,并满足其他警种、不同行业对交通管理综合信息的共享需求。     

面向Web的数据挖掘

数据挖掘能够较好地利用网络信息资源.基于面向W eb数据挖掘的特点,可以利用XML技术来解决W eb数据异构性,利用决策树算法实现W eb数据挖掘模型.     

面向实时交通信息提取的车辆轨迹数据挖掘

车辆行驶轨迹是驾驶人员主观意愿和道路客观约束条件综合作用的结果,从海量车辆轨迹中可以挖掘出道路的实时交通信息为智能交通服务．通过建立轨迹约束模型用以量化各约束因子,基于线性参照系统的数据预处理以加快检索速度和降低轨迹的不确定性,基于移动目标主体相似性和移动轨迹时空相似性的数据选取降低了数据库搜索次数提高发掘准确度,分别针对道路交叉口和一般路段进行数据挖掘,提取实时的道路交通信息．研究结果和实验结果表明,这个挖掘算法可以有效地提取道路实时路况信息．     

基于粗糙集的道路交通事故客观因素显著性分析

道路交通事故数据庞大,传统方法对交通事故客观因素的分析较为原始和平面,没有充分挖掘数据之间的潜在联系,且运用传统的方法分析大量交通数据较为困难,所以当今通过数据挖掘技术从大量交通事故数据中挖掘出有联系和价值的信息已成为交通安全领域的热点研究问题。针对传统事故数据统计分析方法的不足,以交通事故数据为基础,建立一种基于粗糙集理论的新型数值模型。通过此数值模型从大量交通事故数据中挖掘分析事故客观因素,以客观因素显著性计算结果为数值依据将各客观因素排序,得出各客观因素对交通事故影响作用大小不同的结论,为以后相关部门交通安全政策的制定提供依据。