数据仓库技术在ITS数据管理中的应用研究

从ITS数据管理的概念与结构分析入手，探讨数据仓库技术应用于ITS数据管理的总体框架、主要应用领域及解决方法。     

国外ITS数据存储技术现状与发展趋势

文中给出了ITS数据存储的含义,分析了国外一些交通管理中心对ITS数据处理和存储的方法。在此基础上,设计了ITS数据存储的方案,并对该方案进行了分析和比较,最后,提出了ITS数据存储的发展趋势和建议。     

ITS数据采集处理技术分析与系统框架流程设计

阐述实时动态交通信息采集与处理子系统的基本功能与特殊性,然后对国外智能交通运输管理系统中信息采集与处理的实用技术及关键技术参数进行了分析比较。在此基础上,对交通采集与处理流程中3个主要组成部分:交通信息采集、交通数据质量控制、交通数据集成和存储,分别进行系统框架流程设计,最后分析了ITS数据实时采集与处理的发展趋势,并对中国ITS数据的实时采集与处理给出若干可行建议。     

数据仓库技术在智能交通管理决策系统中的实现

基于公交管理系统数据,结合数据仓库(DW)、数据挖掘(DM)、联机分析处理(OLAP)和数据可视化技术及当前公交系统中存在的问题,探讨了智能交通管理决策系统的实现,实施数据挖掘,分析数据结果,为公交系统日常管理与决策提供实时与科学的信息.     

基于数据仓库技术的城市交通共用信息服务平台

基于ITS发展对综合利用交通信息的需要，提出基于数据仓库技术的城市交通共用信息服务平台的设想；在系统分析城市交通系统的基础上，结合ITS未来发展框架，明确了城市共用信息服务平台的目标，研究该平台应具有的功能，分析了为达到系统目标的共用信息有服务平台结构。     

基于系统目标的智能交通系统评价方法研究

基于系统目标的ITS评价方法由定义建设ITS的目标和确定基于系统目标的评价指标两部分组成，并且通过实例来说明如何依据该方法来制定 个具体的ITS评价方案。     

基于小波变换的ITS数据集成方法研究

为了提高实时的ITS数据对交通规划的实用性,需要对原始的ITS数据进行合理的集成,以满足不同类型用户的需求。首先对运用统计分析和小波变换两种方法进行ITS数据集成的原理做了分析和评述,然后重点建立了基于小波变换理论的ITS数据集成方法,该方法将一段时间内的ITS数据视为随时间变化的随机信号,利用小波变换将ITS数据分解为低频成分和高频成分来进一步处理,最后应用MATLAB软件结合实际数据进行了编程实现,并给出了不同分解层次下的建议集成度。     

基于Struts模式的web数据集成模型研究

在介绍异构数据集成和Struts基本架构的基础上，利用Java Web的MVC2模式Struts设计了一种基于Web的异构数据集成模型，并采用基于JDBC的异构数据源访问方法。实现了通用数据库访问的通用接口，建立了一个可用性较强的Web异构数据集成系统原型(WIIS)。     

一种基于DW+OLAP+DM的连锁销售决策支持系统模型

面对连锁超市日益增长的海量数据，章针对连锁销售的业务特点，运用数据仓库、联机分析、数据挖掘技术给出了一个完整的决策支持系统模型。实践证明该系统能对数据进行快速和准确的分析，为企业带来竞争优势。     

基于数据仓库的首都智能交通管理情报信息分析与应用研究

从数据仓库的概念入手,分析了数据仓库的特点、体系结构、构建及评价指标,并结合首都交通管理业务需求及科技发展现状,就该项技术在首都智能交通管理情报信息分析与应用领域的具体应用进行了专题研究,给出了具体的解决方案。以期为相关工作提供参考。     

基于DSRC的ITS电子收费系统研究

电子收费系统（ETC，Electronic Toll System)是智能交通系统（ITS，Intelligent Transportation System)体系结构中一个重要的组成部分，在国外有着广泛的应用，也是ITS体系中发展较为成熟的技术。把联网ETC系统置于ITS体系中加以研究，分析了电子收费系统的结构组成、数据流动模型、资金在银行系统的流动模型和与ITS其它子系统的接口模型。通过ITS数据通信协议（TCIP，Transportation Communication for ITS Protocol)，可以充分利用ETC信息，实现信息与ITS体系中其它子系统共享。同时实现各个ETC系统之间的协同工作，提出以专用短程通信（DSRC，Dedicated Short Range Communication)技术为基础的实现策略。最后对系统实现的关键技术加以说明。     

用于车辆自主导航的多传感器数据融合方法

提出了一种用于车辆自主导航的多传感器数据磁合方法.首先分析了车辆自主导航过程的态势与威胁,建立了车辆行驶某时刻场景模型.然后综合现有各数据融合模型的优势,运用混合、分层的融合结构改进自主行驶的有效性和准确性.最后将该方法集成到湖南大学自主研制的无人驾驶汽车测试平台上.在城市道路的实际场景中,初步实现了基于路线和交通锥形标的自主导航和行驶任务,车辆自主行驶的融合决策准确率可达到97.5%,表明该方法具有可接受的性能.     

基于需求分析的ITS信息集成策略研究

对集中式和分布式两种智能交通系统信息集成模式的分析,提出了一种面向需求的信息集成模式.这种模式下,需要对智能交通系统现有资源和信息集成需求进行分析,以便制定合理的智能交通信息集成策略.选择信息集成矩阵分析方法来制定智能交通系统信息集成策略, 并结合实例给出了具体的实现步骤.这种方法充分考虑了系统与数据之间的映射关系,完全能够满足智能交通系统信息集成策略制定的要求.     

基于相空间重构与LSSVM的交通流量预测

针对仅利用欧氏距离不能准确反映相空间中相点间的相似性大小,提出一种改进预测模型,该模型同时考虑相点间的欧氏距离和相似性来选取邻近点。在对交通流量时间序列进行相空间重构后,运用最小二乘支持向量机分别对不同方法得到的邻近点进行训练,并对未来时段的交通流量进行了多步预测。实际案例的预测结果表明,改进方法比一般方法具有更好的适应能力和预测精度。     

基于出租车GPS定位技术的ITS共用信息平台实时路况信息采集及处理方法

以广州市ITS共用信息平台的建设为背景,提出基于出租车GPS定位技术的ITS共用信息平台实时路况信息采集及处理方法。针对ITS共用信息平台信息采集范围大、准确性和实时性要求高的需求特点,具体研究队列方式的道路拓扑存储方法,利用出租车计费器进行奇异数据剔除的方法,分区搜索和边界矩形相结合的GPS地图匹配方法和循环队列与A*算法相结合的路况计算方法等一整套基于出租车GPS定位数据的实时路况信息采集和处理的方法,并提出了基于J2EE架构的平台数据处理服务器的实现方案。广州市ITS共用信息平台示范工程的实际应用表明,该方法具有良好的效果和广泛的应用前景。     

基于实时数据的快速路可靠性及其影响因素研究

首先对快速路运行状态可靠性的概念进行了界定,提出了基于交通统计的快速路可靠度的计算方法,利用北京市二环路的实测数据,对北京市二环路各路段的可靠度进行了计算.在对可靠度值及饱和度、交通需求的波动、出入口密度、辅路交通状况等实测数据分析的基础上,得出饱和度对快速路的可靠性影响最大,其相关系数R达到0.9以上,在饱和度比较高的情况下,交通需求的波动、出入口密度、辅路交通状况与快速路可靠度的相关系数R均处于0.7以上.     

基于数据融合的城市道路交通事件自动检测

针对交通事件自动检测多以高速公路、城市快速路为对象以及使用数据源单一的现状,提出一种基于多源数据融合的城市道路交通事件检测方法。在对信号控制下交通事件引起的交通流变化进行分析的基础上,利用杭州市城区浮动车、SCATS、Citilog系统提供的实时交通数据,基于CUSUM算法构建差分流量和速度交通事件检测模型。该模型可以有效抑制交通信号对于交通流的周期性影响。实验表明,模型在高峰时段和平峰时段均能快速准确检测交通事件。     

基于浮动车车速数据的交通状态实时判别系统和方法

提出一种交通状态判别方法,使之符合交通状态变化连续性。基于浮动车数据特性分析,考虑交通阻抗及临界跳变现象的影响,通过预判别及二次修正,优化了交通状态判别结果。该方法能有效滤除交通状态参数在阈值附近频繁变化产生的交通状态非正常跳变,同时可以修正异常数据导致的交通状态阶跃,从而优化了交通状态判别结果。构建并实现了基于该方法的实证系统,通过多种指标的验证,表明该方法提高了交通状态发布的准确度。     

基于多国实测数据下的交通流模型对比研究

为检验最新的S3交通流模型和多个经典交通流模型对交通状态的描述精度和对不同国家交通流数据的适应性,利用模型分别对中国西安市长安大学CHD数据集、德国HighD数据集和美国PeMS数据集进行参数拟合和特性分析,利用流量、速度和密度作为输入参数,采用最小二乘方法拟合,并利用均方误差指标(MSE)对参数拟合后的模型进行性能评...