首页> 外文期刊>Promet-traffic & transportation >HYBRID APPROACH FOR URBAN ROADS CLASSIFICATION BASED ON GPS TRACKS AND ROAD SUBSEGMENTS DATA
【24h】

HYBRID APPROACH FOR URBAN ROADS CLASSIFICATION BASED ON GPS TRACKS AND ROAD SUBSEGMENTS DATA

机译:基于GPS轨迹和道路沉降数据的城市道路分类混合方法。

获取原文
获取原文并翻译 | 示例
           

摘要

Official road classification is used for general purposes but for deep traffic analysis this classification is not sufficient. Today there are efficient ways to collect large amounts of data from multiple sources that can be used for different causes. These large amounts of data cannot be analysed with traditional methods and new state-of-the-art algorithms should be used. The paper presents the methodology for urban road classification based on GPS (Global Positioning System) vehicle tracks and data on infrastructural characteristics of road subsegments. The process of defining road categories includes data collection and analysis, data cleansing and fusion, multiple regression, principal component analysis (PCA) as well as cross-validation and k-nearest neighbour (kNN) classification procedure. Results of such continuum can be used as base for further traffic analysis as travel time prediction, optimal route detection etc.%Za potrebe dubljih prometnih analiza službene su klasifikacije prometnica često nedostatne. Danas postoje učinkoviti načini za prikupljanje velikih količina podataka iz višestrukih izvora kao I velik spektar moguće primjene ovako prikupljenih podataka. Tradicionalne se metode ne mogu primijeniti za analizu I obradu ovako prikupljenih podataka te je stoga nužno primijeniti suvremene metode za dubinsku analizu.rnRad predstavlja metodologiju za klasifikaciju gradskih prometnica primjenom podataka o GPS (engl. Global Po-sitioning System) tragovima vozila I infrastrukturnim podatcima na razini podsegmenata prometnice. Postupak definiranja kategorija prometnica uključuje prikupljanje I analizu podataka, čišćenje I fuziju podataka, primjenu mul-tivarijantne regresijske analize, analize glavnih komponenti (PCA), međuvalidacijske metode kao I klasifikaciju temeljem obilježja najbližih susjeda. Rezultati postignuti na ovaj način mogu biti korišteni za detaljnije prometne analize, prognoziranje vremena putovanja, utvrđivanje optimalne rute vozila I sl.
机译:官方道路分类用于一般目的,但对于深度交通分析而言,这种分类是不够的。如今,有有效的方法可以从多个来源收集大量数据,这些数据可用于不同的原因。这些大量数据无法使用传统方法进行分析,而应使用最新的算法。本文介绍了基于GPS(全球定位系统)车辆轨迹和道路细分基础设施数据的城市道路分类方法。定义道路类别的过程包括数据收集和分析,数据清理和融合,多元回归,主成分分析(PCA)以及交叉验证和k最近邻(kNN)分类程序。这样的连续体的结果可以用作进一步的交通分析的基础,例如行程时间预测,最佳路线检测等。%Za potrebe dubljih prometnih analizaslužbenesu klasifikacije prometnicačestonedostatne。 Danas postojeučinkovitinačiniza prikupljanje velikihkoličinapodataka izvišestrukihizvora kao我非常喜欢spektarmogućeprimjene ovako prikupljenih podataka。 GPS导航系统(GPS)通讯系统(GPS)通讯系统(GPS)系统razini podsegmenata prometnice。 Postupak definiranja kategorija prometnicauključujeprikupljanje I analizu podataka,čišćenjeI fuziju podataka,primjenu mul-tivarijantne regresijske analize,analize glavnih komponilsjemeljejejejejejejejejejejejejejejejejeje jealkajejujeja jealjajjejejemulájéjájeja信息分析,分析,分析和分析。

著录项

相似文献

  • 外文文献
  • 中文文献
  • 专利
获取原文

客服邮箱:kefu@zhangqiaokeyan.com

京公网安备:11010802029741号 ICP备案号:京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有
  • 客服微信

  • 服务号