-
题名行程时间噪声数据处理技术研究
被引量：6
- 1
-
-
作者
刘浩
张可
汉克.范少伦
-
机构
交通部公路科学研究院国家智能交通系统工程技术研究中心
荷兰代尔夫特理工大学
-
出处
《交通运输系统工程与信息》
EI
CSCD
2009年第4期66-71,共6页
-
基金
国家高技术研究发展计划(863计划)(2006AA11Z206)
-
文摘
车牌照匹配技术的广泛应用为行程时间样本数据的精确获取提供了一种可行的方式.但是,由于各种客观原因,采集到的原始数据夹杂着大量的噪声数据,只有剔除了这些噪声数据,行程时间样本数据才能更好地应用于行程时间分析与服务.本文对噪声数据产生的原因进行了详细的探讨,回顾了现有的噪声剔除方法,并分析其可能存在的问题;基于交通信息提取计算模型,提出了一种噪声剔除的新方法.以荷兰代尔夫特的一条城市道路为研究对象,基于实际数据对新方法和现有方法进行了对比分析.结果表明,新方法能够更好地剔除噪声数据.
-
关键词
交通信息提取计算
车牌照比对
行程时间
噪声剔除
-
Keywords
transport information granular computing
license plate matching
travel time
outlier detection
-
分类号
U491
[交通运输工程—交通运输规划与管理]
-
-
题名基于粗糙集交通信息提取计算的城市道路行程时间预测
被引量：4
- 2
-
-
作者
刘浩
张晓亮
张可
-
机构
交通部公路科学研究院
荷兰代尔夫特理工大学
-
出处
《公路交通科技》
CAS
CSCD
北大核心
2008年第10期117-122,共6页
-
基金
国家高技术研究发展计划(863计划)资助项目(2006AA11Z206)
-
文摘
针对城市道路的行程时间预测问题进行研究。由于城市道路交通问题具有不确定性和不精确性,故采用基于粗糙集的交通信息提取计算理论建立城市道路行程时间预测模型。模型建立后,利用在荷兰代尔夫特市采集到的实际数据,对该预测模型进行检验。检验结果表明:如果不进行原始数据的前期处理,那么得到的预测误差在35%左右;而在剔除了质量较差的数据后,预测精度明显提高;同时,条件属性和决策属性的分类,显著影响到预测的精度。通过计算得到分类范围值,该模型能够较好的对交通状态进行物理解释同时预测精度能够达到可以接受的范围。
-
关键词
智能运输系统
城市道路
行程时间预测
粗糙集
交通信息提取计算
-
Keywords
Intelligent transport Systems
urban arterial
travel time prediction
rough set
transport information granular computing
-
分类号
U491
[交通运输工程—交通运输规划与管理]
-
-
题名交通信息提取计算理论及其技术框架与发展策略
被引量：13
- 3
-
-
作者
张可
王笑京
刘浩
-
机构
国家智能交通系统工程技术研究中心
-
出处
《公路交通科技》
CAS
CSCD
北大核心
2007年第4期134-139,共6页
-
基金
国家高技术研究发展计划(863计划)资助项目(2006AA11Z206)
-
文摘
在概要介绍信息提取计算技术(Granular Computing)的发展概况、有关概念、基本理念和技术要点的基础上,分析信息提取计算技术对于交通数据处理的适用性,将信息提取计算技术引入交通数据处理领域,从理论方法、支撑环境和应用技术三个方面,提出了交通信息提取计算技术的概念模型和技术框架,并在理论方法上进行了较大拓展,融入了传统数学方法、知识发现型方法和非量化方法。最后,分析并提出了交通信息提取计算技术的总体发展思路和推进策略。
-
关键词
智能运输系统
交通信息提取计算技术框架
信息提取计算
交通数据处理
概念模型
-
Keywords
intelligent transport systems
technical architecture for transport information granular computing
granular computing
transport data processing
conceptual model
-
分类号
U491
[交通运输工程—交通运输规划与管理]
-
