您现在的位置: 首页> 研究主题> 交通数据

交通数据

交通数据的相关文献在1987年到2023年内共计427篇,主要集中在公路运输、自动化技术、计算机技术、交通运输经济 等领域,其中期刊论文125篇、会议论文16篇、专利文献619080篇;相关期刊99种,包括现代电信科技、计算机应用与软件、城市交通等; 相关会议14种,包括第33届中国数据库学术会议(NDBC2016 )、2008第四届中国智能交通年会、2008年国际交通技术创新与应用大会暨国际交通基础设施建设与养护技术大会等;交通数据的相关文献由928位作者贡献,包括张勇、尹宝才、徐东伟等。

交通数据—发文量

期刊论文>

论文:125 占比:0.02%

会议论文>

论文:16 占比:0.00%

专利文献>

论文:619080 占比:99.98%

总计:619221篇

交通数据—发文趋势图

交通数据

-研究学者

  • 张勇
  • 尹宝才
  • 徐东伟
  • 任毅龙
  • 冯心欣
  • 李伟
  • 李凤
  • 王炜
  • 郑海峰
  • 魏臣臣
  • 期刊论文
  • 会议论文
  • 专利文献

搜索

排序:

年份

    • 武江南; 张红梅; 赵永梅; 曾航
    • 摘要: 由于探测器和通信设备的故障,交通数据的缺失是不可避免的,这种缺失给智能交通系统(ITS)带来了不利的影响。针对此问题,运用张量平均秩的概念,对张量核范数进行最小化,从而构建了新的低秩张量补全模型,并且在此基础上,基于张量奇异值分解(T-SVD)和阈值分解(TSVT)理论,分别使用坐标梯度下降法(CGD)和交替乘子法(ADMM)对模型进行求解,提出两个张量补全算法LRTC-CGD和LRTC-TSVT。在公开的真实时空交通数据集上进行实验。结果表明,LRTC-CGD和LRTC-TSVT算法在不同的缺失场景和缺失率条件下,补全精度要优于现行的其他补全算法,并且在数据极端缺失情况下(70%~80%),补全的效果更加稳定。
    • 郅英冲; 赵金宝; 李晓飞; 韩刚; 孔维超; 潘春雨
    • 摘要: 为了研究高速公路在交通流预测过程中时间粒度对于精度的影响,及时向出行者提供精准实时的道路信息,通过TensorFlow深度学习模块,建立支持向量回归(SVR)与长短时记忆(LSTM)相结合的预测模型。基于LSTM模型的长期记忆功能与支持向量回归非线性化特点,调整优化参数,以英国高速公路局提供的M3高速公路数据为例进行分析,根据预测结果对模型进行对比评价,并结合模型对不同时段的交通流数据进行分析研究。结果表明:SVR-LSTM组合预测模型对于高速公路数据有更好的适应性,而且时间粒度如果越精细,预测精度将大幅提高。
    • 冯旭东
    • 摘要: 通过“视频+雷达+ETC”的多源数据融合技术实现交通流、交通目标等交通数据的全息感知,从而作为“交通医生”把脉城市交通健康状态。这幅“让交通更智慧,让生活更简单”画卷的背后,既是佛山金溢科技奋进的结果,也是广东省佛山市南庄镇转型智能制造的一个缩影。
    • 陈小波; 梁书荣; 柯佳; 陈玲; 胡煜
    • 摘要: 为充分利用交通数据低秩特性与局部近邻关系,准确恢复交通数据采集系统中的缺失数据,首先,应用基于核范数的低秩矩阵补全模型对交通数据矩阵进行预插补,以获得缺失值的初始估计,基于此,构建表征数据局部近邻结构的图模型;然后,提出融合图正则化和Schatten-p范数最小化的交通数据缺失值恢复模型;进一步,提出基于交替方向乘子框架的优化算法,求解缺失值恢复的最优化问题,得到最终的数据恢复结果;最后,用实际的高速公路交通流量和速度数据比较多种方法的恢复误差,同时给出所提方法的参数敏感性分析.实验结果表明:在完全随机缺失、随机缺失和混合缺失模式下,缺失率为10%~50%时,相比于局部最小二乘、概率主成分分析和低秩矩阵补全等方法,基于图正则化和Schatten-p范数最小化的算法恢复误差降低了3.02%~28.49%.
    • 王小刚; 黎强
    • 摘要: 为降低道路改造过程中对现状交通的影响,研究了基于仿真模型的交通疏解方案.以滨海大道为例,通过现状调查,获取交通数据以及道路情况,在VISSIM软件中建立既有疏解方案仿真模型,输出包括节点的延误、拥堵段排队长度、路段的通行时间与平均速度等交通参数,识别既有交通疏解方案存在的问题,通过对比分析,结合工程实施条件,对交通疏解方案4个阶段进行仿真优化.结果表明,优化方案在各项参数上优于既有疏解方案,同时在疏解路段中,对关键拥堵节点优化效果更加明显.
    • 王赛赛; 高鹏
    • 摘要: 为提高雨天的交通安全,监控和预测行驶速度至关重要.文中的天气数据从高速公路沿线各摄像机附近的气象站获得,交通流量从收费数据中获得.首先统计分析,以定量展示降雨强度和交通流量对行驶速度与速度方差的影响,评估行驶速度的波动趋势.然后使用深度置信网络预测行驶速度,同时使用决策级融合方法,结合多源数据提高行驶速度的预测精度.所有分析均已在西安市绕城高速的历史数据上进行了验证.结果表明,降雨显著影响高速公路行驶速度,尤其在高峰时段,降雨时车辆的行驶速度急剧下降.利用收集的大量历史数据,通过融合降雨强度数据和交通数据将行驶速度预测的均方误差由19.02降到16.20.研究结果和预测算法将有助于智慧交通系统中使用物联网数据进行精确的交通控制.
    • 赵媛媛; 季洁
    • 摘要: 针对国省干线公路采集的交通数据存在缺失值的情况,文章提出了基于拉格朗日插值法的缺失数据恢复方法.首先,找出缺失数据所在位置以及所属时间段;其次,采集该位置和该时间段的历史平均交通数据;再次,利用拉格朗日插值法对缺失数据进行填补;最后,比较正常数据算出的插补值与真实数据,评价插补的结果.试验结果显示,该方法简单、方便、易实现,可以完成对简单的公路数据缺失值的恢复,确保数据在交通控制、路网规划等应用中的可靠性.
    • 李硕; 张萌萌; 陈勇恒
    • 摘要: 交通数据的质量修复是使用正确的交通数据进行预测分析以及交通管控的基础,一床数据修复方法主要包括两部分:一是基于单一的时间维或空间维的修复方法,而另一种则是基于时间维度和空间维度相结合的异常数据修复方法。由于交通数据的复杂性,并不是所有的算法都能适应这些数据,而且随着大数据时代的到来,对算法的复杂度等要求越来越高,因此,国内外对交通数据的评价与质量控制的研究并未止步。而本文则对此进行了研究,提出了一种基于时空特性分析的交通异常数据修复方法研究。
    • 何高伦
    • 摘要: 为了安全起见,自动驾驶汽车必须准确跟踪行人、非机动车和周围其他车辆的运动轨迹。一般而言,可用于训练跟踪系统的道路和交通数据越多,结果越好。Generally speaking,the more road and traffic data available for training tracking systems,the better the results will be.Researchers have found a way to unlock a mountain of autonomous driving data for this purpose."Our method is much more precise than previous methods because we can train on much larger datasets,"said Himangi Mittal,a researcher in CMU''s Robotics Institute.
  • 查看更多

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