对APriori算法的一个改进

介绍了关联规则挖掘的研究情况，并在分析关联规则的数据挖掘算法的基础上，针对Apriori算法进行深入研究，提出了Apriori—1算法，新算法在计算候选大项集支持度所涉及的记录数目将小于事务数据库中原始的记录数目，提高了原算法的效率，具有一定的实用性．     

一种杂波环境下的多传感器多目标数据关联算法

研究了多传感器多目标的数据关联问题，提出了杂波环境下多传感器多目标跟踪的极大似然关联算法．算法中考虑了传感器对目标的漏检情况，在各个观测站传感器的观测数据不完备的情况下，建立了传感器测量与目标的可行关联分配模型，并综合采用了假点的后验概率比模型，提高了多传感器对同一目标测量的互补性和对弱信号目标的跟踪精度．理论分析和仿真实验结果表明，所提出的算法可实现杂波环境下对弱目标的持续跟踪，并且在确保航迹关联性能和较好跟踪效果的基础上，降低了算法的运算量．     

���ڴ��ģ���������ݵĵ�ͼƥ���㷨

地图匹配问题是浮动车技术中必须解决的关键问题。由于浮动车数据自身的特点，传统的导航地图匹配算法难以直接适用于大规模的浮动车数据匹配。本文在分析基于浮动车数据的地图匹配与传统的导航地图匹配的异同点的基础上，提出了浮动车地图匹配模型族的解决方案和相应的道路网格拓扑结构，设计了包括道路初次匹配模型、平行方向道路识别模型、节点匹配模型、延时匹配模型在内的浮动车数据地图匹配算法体系，并对算法进行了评估和验证。本文提出的浮动车数据地图匹配算法模型已经在广州市ITS示范工程中得到了实际应用，应用结果表明该算法具有准确、高效和实用的特点。     

面向I TS共用信息平台的数据融合研究

信息融合系统通过关联系统的信息整合,为ITS共用信息平台的各种功能提供信息支撑.基于对ITS共用信息平台中数据的特点,数据预处理的分析,结合数据融合的级别,提出一种新的面向ITS共用信息平台的数据融合方法和技术,来满足智能交通各子系统的不同的数据需求.这种方法在技术上是可行的,具有一定的实用性和广泛的应用价值.     

基于GIS的武汉市公交线路最优路径运算研究

基于GIS的空间数据库技术,可以对公交实体要素进行详细表述,为精确计算换乘延误提供了可能。以武汉市公交系统为实例研究对象,建立了基于GIS的公交网络数据库,应用可行的基于换乘次数最少的最优路径算法,在ArcGIS中实现了任意两点间的最优路径查询。     

基于智能车辆的多传感器数据融合算法研究与分析综述

多传感器数据融合是20世纪80年代发展起来的一门新技术,将智能车辆中多个传感器采集的数据进行合成,并充分利用多感器数据间的冗余和互补特性,从而得出准确的环境信息用于地面车辆定位、车辆跟踪、车辆导航等。文章通过对现有的数据融合方法进行分类和归纳总结,对多传感器数据融合算法的研究和数据融合技术的应用情况进行阐述,为智能车辆多传感数据融合方面的研究提供参考。     

基于船联网的江苏水运一体化数据中心架构设计研究

文章通过分析江苏水运信息化现状,结合水运业务、信息化建设的实际需求,在比较分析不同数据中心架构优缺点的基础上,提出了一种符合现状和满足未来发展的一主两分数据中心架构。通过搭建统一的数据交换平台和建立分布式数据处理模型,开发从原有业务系统获取信息资源的数据接口,并提供数据分发服务,实现江苏水路交通信息资源的整合与共享,为水运智能化的航运信息服务体系提供数据支撑,为建设畅通、高效、平安、绿色的智能化内河水路交通体系提供有力保障。     

物流产业结构的DEA/PCA评价

将数据包络分析方法（DEA）和主成分分析方法（PCA）结合，用投入产出比的相对有效性评价物流产业结构，并构建了DEA／PCA分析模型．以该模型为框架，分别采用DEA和PCA方法对物流产业结构进行评价与排序，然后将两方面的评价结果在由DEA和PCA组成的坐标系中直观地综合分析．可用该方法对各年的情况进行逐年评价，以做连续动态的对比和综合分析．     

���ܼ�ɢ�ͳ��н�ͨ����Ϣ�������巽�����

城市交通流信息集成是ITS（智能交通系统)的重要组成部分，起着衔接和融合各个交通业务系统的泛平台性支撑作用。博康集团公司联合清华大学共同提出的“智能集散型城市交通流信息集成总体方案”深入研究了交通流信息的功能需求和相关集成技术定位，依托基于MAS(多智能体系统)技术的智能集散型交通信息平台，从信息的采集、处理、发布各个层面提供了全方位的交通流信息集成解决思路。本方案技术领先，实用性强，在深圳市已获成功应用，全国推广态势良好。     

基于自适应正交变换线性组合器的EP信号压缩方法

研究了自适应正交变换线性组合器（ＡＯＴＬＣ）的原理，并将其应用于ＥＰ信号的数据压缩之中，分析和计算机模拟的结果表明，在保持同样压缩率的情况下，对ＡＯＴＬＣ压缩数据所恢复的ＥＰ信号进行潜伏期变化估计的性能，优于采用常规的差分脉冲编码调掉（ＤＰＣＭ）方法压缩重建ＥＰ信号并估计潜期变化的性能在保持各自潜伏期估计性能相近的情况下，ＡＯＴＬＣ的压缩率优于ＤＰＣＭ，另一方面，ＡＯＴＬＣ具有削弱随机噪声的能力，