动态交通数据故障识别与修复方法

为提高交通模型输入信息的可靠性,通过对交通传感器采集到的动态交通数据的故障进行识别,并根据不同的故障种类采取补充、还原或修正等方法对数据进行修复。分析结果表明,动态交通数据的故障识别与修复方法是可行的,尤其是对数据的补充处理,可以很好地解决因为数据丢失而给后续处理带来的困难。     

实时ITS数据抽样技术应用软件的设计与实现

本文介绍了ITS数据抽样技术应用软件的设计与实现的过程。通过Oracle、Access数据库和VB编程语言等实现了ITS数据抽样算法，包括误差平方和法(SSE)和互验法(CV)。通过对该软件的测试结果表明，得到的最佳抽样日精度很高，软件的实用性很强。     

基于GPS和IC卡数据的公交出行OD推算方法

主要基于GPS和公交IC卡数据研究推算交通小区公交出行OD的一种方法。将居民公交出行分为闭合型出行链和非连续型公交出行链,通过数据的挖掘融合技术,结合居民公交出行规律推算交通小区的公交OD矩阵,利用站点吸引强度对无明显规律的紊乱出行数据进行修正,提出了基于GPS和公交IC卡数据推算公交出行交通小区OD的方法,并以佛山市中心城区为例验证推算方法的可靠性。研究表明:所得公交出行OD矩阵精度较高。     

大数据时代图书馆数据教育模式构建研究

随着信息技术的迅猛发展,大数据逐渐渗透到我们高校教师科研活动的各个环节,我们的大学生也面对着越来越多的数字化资源。为了让我们的图书馆资源更好地为广大师生服务,提升广大师生的数据素养迫在眉睫。在对高校师生学习特征分析的基础上我们试着提出了对他们进行数据素养教育的模式,期望该模式能为提升他们的数据素养有所帮助。     

基于多源数据融合的城市出租车载客出行特征研究——以岳阳市为例

为探究城市出租车载客出行特征,在出租车GPS轨迹大数据基础上,融合居民出行调查数据、城市土地利用数据及天气数据,构建出租车载客出行量回归模型,得出出租车载客出行量与片区岗位数、天气状况、时段、片区面积有较强的相关性,而基于RBF神经网络构建的回归模型在上述4个因素的基础上增加了片区常住人口数和是否工作日2个因素.通过10折交叉验证表明,RBF神经网络回归模型的拟合效果比多元线性回归模型更好.     

基于多维数据的高速公路服务水平实时判别方法

随着高速公路的不断发展,交通信息逐渐呈现多元化,而将这些信息进行整合并对高速公路服务水平进行实时判别,对于后期的交通控制管理及实时高效提供道路信息至关重要.本文考虑了时间、天气、出行日期等多因素的影响,选用车速、密度作为高速公路服务水平评价指标,结合最小二乘支持向量机与聚类分析相关算法,提出了一种基于多维数据的高速公路服务水平实时判别模型,以实现对高速公路服务水平的参数预测及实时判别.选用河北省237 360组训练样本数据和6 048组预测样本数据验证了该模型的有效性.结果显示,该模型获得了较高的判别精度和较好的预测效果,是一种有效的高速公路服务水平实时判别方法.     

数据驱动的电动汽车充电站选址方法

电动汽车在缓解能源压力和环境污染中起着重要的作用,充电不方便成为制约电动汽车发展的一个重要原因.为了合理布局电动汽车充电站位置,本文提出一种数据驱动的电动汽车充电站选址方法.利用海量的移动位置数据提取潜在的交通需求位置,包括出发点和目的地;将地图划分为等间隔的网格,将潜在的交通需求位置与网格关联,统计每个网格内的交通需求量,需求量大的网格作为电动汽车充电站选址的候选位置.实证研究表明,该方法能够精准定位潜在用户需求量大的位置,为电动汽车充电站选址提供数据支持和决策依据.     

基于大数据的城市尾号限行方案设计与评估研究

为提升城市尾号限行方案设计与评估决策水平,制定了统一规范的设计流程,将出行目的分为基家工作、基家上学、基家购物、基家其他、非基家出行等5类,建立了交通方式划分模型;基于层次分析法以路网运行车速、拥堵里程、改善路段数量、节点改善数量、流量均衡、实施难度等6项指标,建立路网运行评价模型,实现了各评价指标的量化分析.依托重庆主城区交通大数据,以重庆为案例进行了实例验证,结果表明：重庆交管部门根据评估最优方案进行了实施,桥梁限行实施后,实际运行车速和拥堵里程分别为23.8 km/h,171 km;模型预测相对误差分别为2.9%,5.2%;预测精度较高,达到了实际应用要求,可为其他城市尾号限行提供一定借鉴.     

基于IC卡数据的武汉市轨道交通客流时空特征

为了精准评估武汉市轨道交通运行现状、科学辅助编制轨道交通线网规划与建设规划、探寻运营组织中的潜在问题,通过对全市公共交通IC卡记录以及地理信息数据的融合与挖掘,从全网、走廊、断面等方面量化分析轨道交通发展历程和客流时空分布特征。在此基础上建立职住辨识模型,用于获取典型居住和就业区域的空间分布信息。基于此分析通勤群体的出行时间、距离、范围、方向不均衡性以及换乘等特征,并通过群体出行规律分析城市空间布局。最后对城市轨道交通发展提出建议:建立多样化运营模式,大力发展公共交通一体化换乘,注重轨道交通沿线土地开发利用和配套设施建设,加强各行政区协同发展和鼓励就近就业等。     

基于人口合成技术的居民出行调查数据扩样

为提高居民出行入户调查样本代表性,使调查数据能够准确反映居民出行特征,在分析居民出行调查数据处理现状及常规扩样方法局限性的基础上,引入基于人口合成技术的IPU算法(iterative proportional updating)和GRE算法(generalized regression),对深圳市居民出行入户调查数据进行实证分析,并利用相关系数及相对误差指标对扩样结果进行评价.结果表明:利用算法关联家庭与个人表的频数矩阵,通过迭代调整扩样权重值、IPU算法和GRE算法均能很好地拟合家庭与个人的属性分布与总体一致,且相对误差控制在6％ 左右,满足扩样的精度要求.由于IPU算法更具普适性,算法不受初始权重及稀疏样本限制,其扩样误差及波动性较小,扩样结果更为稳健.