文档介绍：导朱扬勇教授指导小组成员施伯乐教授顾宁教授汪卫教授张亮教授师
—呻‘■嚣缸■≯二?谝磺■~,!酢一::‘‘。.■。。·,■一觥。
嫦蚪煌魇莸耐诰蚍椒ㄓτ媒滓本章小结第碌缆方煌髁客诰颉甪问恿分析⋯变通流量预涮算法交通流量序列分割抻经网络预测模型煌髁吭げ庾楹夏P垫胺治交通流聚类分析第碌缆方煌饔刀率录诰问题分析连续交通流模式库构建与分析煌饔刀率录诰蛩惴变通流数据表示煌饔刀率录诰蜃鸱复学伸段宦劭⋯⋯~⋯⋯城市龉变Ⅻ缸措挖掘研究‘,一
∞宴验厦分析笛樯杓啤阅芊治峁治本章小结第碌缆方煌鞣植寄J酵诰问题分析问厦定义道路交通流空问聚类算法煌魇荻韵蟮南嗨菩嗟哪诰鄱仍际嗟暮喜⒑头至缆繁渫骺占渚劾嗨惴⊿⋯⋯实验及分析⋯阅芊治觥峁治觥弧本章小绪⋯⋯⋯第禄谑萃诰蚣际醯淖厶ㄖ悄芙煌ㄏ低⋯⋯⋯⋯⋯系统⋯~⋯逑到峁逑到峁固氐恪数据集成与融合系统联动系统功能与实现第伦芙嵊胛蠢垂ぷ参考文献攻读博士学位的工作成果致崩一⋯⋯⋯⋯⋯..⋯⋯..系统应用目录⋯⋯⋯~⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯一⋯⋯⋯⋯⋯⋯⋯⋯⋯~⋯⋯⋯~⋯⋯⋯.城市道路鸾通教姑挖掘哄用复”凡半馏宦叟一~...
固摘要智能交通系统是有效地集成信息技术、数据通讯技术、电子传感技术、电子控制技术以及计算机数据处理技术的地面运输管理体系,是当前研究与应用的热点。其中,大规模交通数据管理,整合和挖掘是一项关键技术。。交通数据挖掘技术的研究是智能交通技术和数据挖掘技术领域最活跃的研究方向之一。交通数据挖掘的主要目的是寻找交通数据中的规律,为智能交通系统的设计提供技术支持,有利于缓解交通捌挤、优化交通路网运行,促进交通健康稳定发展。交通流量、交通拥堵状况和交通流分布预测和分析是目前智能交通数据挖掘研究中的三个重要姆题,对于智能交通系统的交通信号管理与控制、交通流诱导、动态交通分配等方面有着重要的意义,在智能交通系统设计和实现中起着重要作当前智能交通数据挖掘研究的重点在于如何设计有效的挖掘算法,主要有两个方面的难题:一方面,由于交通流数据的特舜性,使得现有的数据挖掘算法无法直接在大规模交通流数据中高效实现:另一方面,由于没有根据领域知识设计专门的挖掘算法,造成挖掘结果无法满足应用需求。本文针对当前智能交通数据挖掘技术研究领域中存在的问题,在交通流量预测、交通拥堵事件挖掘和交通流分布模式挖掘等几个方面开展研究,提出了相应的挖掘算法,并将这些方法应用于智能交通数据挖掘系统中。本文取得的主要研究成果如下:针对短时十字路口交通流量预测问题设计实现了基于组合模型的挖掘算法及时、准确地识别和预测道路交通的状态是智能交通系统实现动卷交通管理的重要前提。交通流量是交通流的重要特性之一。智能交通系统的控制和诱导需要对道路网络交通流量进行准确、快速的预测。本文针对路口短时交通流量预测问题,提出了基于交通流量序列分割和神经阿络组合模型的交通流量预测算法方法对交通流量在量火小和时问上进行序列分割,然后再采用神经网络对各个变通流模式进行描述和预测。实验证明基楹夏P偷脑げ夥椒ň哂薪细叩脑げ精度。构建了道路交通流模式库井设计了相应的交通流拥堵事件挖掘算法如何也刘城市现代化带柬的变通矗慷挛侍猓惚渫ü芾碚咂惹行枰=饩龅奈题。道路变堪的拥堵事件检测是智能交通领域研究的关键技术。本文通过对道路用。,惴ㄊ紫炔捎镁劾城市道路空面敏据挖掘Ⅳ縝复日上学学位论空
茁裭D交通流数据的分析,,鸩惴掷啾硎窘煌魇莸姆椒ā;构建的交通流模式库,。算法首先对当前实时交通数据进行特征提取,通过对交通流模式库进行匹配,获取前女个有效反馈,并根据反馈的交通路况信息进行分析,结合路况分层模式信息,给出当前路况的实时检测信息,实现对交通路况检测。为提高挖掘算法的效率,,减少算法的搜索空间,从而实现算法优化。结合实际需要,算法进一步给出随着时间推移如何更新交通流模式库的方法,通过逐步替换使用频度最少的信息和更新新出现的路况信息,保证交通流模式库的有效性。在真实数据集上的实验表明,与现有算法相比,算法对于当前解决交通路况的实时检测具有很好的效率和较高的准确度。提出了一个道路交通流分布模式挖掘算法道路网络上运行的交通流具有不同的空间分椎模式,根据交通流运行的空问分布特性,对道路交通网络进行实时、动态的交通区域划分是当前智能交通系统的研究热点之一。本文对分布在道路网络空间中的环形感应线圈检测器检测的交通流数据进行空问聚类分析,