基于GIS的城市道路信息集成系统

针对传统城市道路信息集成系统应用效果不佳的问题,提出基于地理信息系统（Geographic Information System,GIS）的城市道路信息集成系统。首先,将数据分为GIS空间数据与GIS属性数据,建立基于GIS的城市道路信息系统数据架构;其次,设置GIS查询统计模块用于分析数据,设置GIS自动计算模块用于提供平面的道路交通信息,设置GIS排版输出模块用于显示结果;最后,进行实验分析。实验结果表明：该系统的监测误差小于2%,车辆速度比例分布趋势与实际车辆速度基本一致,具有良好的应用性能。     

动态路径优化交通流控制及其仿真实现

依托分布式数据库,实时采集GPS浮动车数据,通过聚类分析等算法实现数据优化及异常筛选,从而降低数据传输、存储和计算消耗。结合GIS系统及实例,探索动态特征交通流等优化交通构造的新模型,并仿真实现基于改进平均速度加权算法的交通流状态判定,以及基于改进图论路径选择算法的实时城市道路通行分析,最终通过信息反馈指引车辆在路网中的分布以减轻交通压力。     

水情信息移动查询系统的设计与实现

为了方便快捷地获取实时水情信息,对水情信息移动查询系统进行了设计开发.该系统客户端基于开源的嵌入式Linux和Qt/Embcdded开发GIS查询软件,经GPRS移动接入GIS应用服务器,采用Oracle9i数据库统一管理服务器端空间数据和水情数据,GIS应用服务器以JDBC方式连接数据库,实现空间分析和水情信息查询,并以Socket方式将结果传回客户移动终端.应用实例表明了使用终端的GIS软件实现实时水情信息移动查询的可行性.     

基于物联网GIS技术的博物馆藏品管理系统设计与实现

本文基于物联网GIS技术设计与实现博物馆藏品管理系统。根据博物馆藏品的管理流程、管理工作内容、管理需求等,利用物联网GIS技术进行管理系统架构、移动前端、后台服务器、数据库等的设计,然后运用Java、JavaScript等开发语言,Eclipse(luna)+Android SDK Manager+Android Device Manage开发软件与数据库技术等,开发系统的各项功能。对该系统进行运行过程及运行状况的测试,评价系统设计及实现的效果。经过系统测试确定,系统实现了藏品非接触登记,实时采集博物馆环境信息,以及实现采集数据信息的查询、可视化分析与管理等。     

基于ASP.NET的实验室信息管理系统开发

高效的实验室管理是实现实验室信息化中重要的一环,基于ASP.NET的实验室信息管理系统是专门针对高校实验室管理工作而开发的管理系统。该系统主要采用微软的.NET平台,ASP.NET技术,基于B/S的开发模式,后台采用SQL Sever2005数据库进行设计,采用基于ADO.NET的数据库访问技术对数据实现录入,实现了教学和科研信息等的快速发布、查询和修改。     

基于网络的扎龙湿地数据发布系统*

主要研究网络电子地图发布的实现方法,以扎龙湿地网络GIS系统中的电子地图网络发布子系统原型为例,讨论了地理数据的空间可视化和空间分析的实现问题。在此基础上实现了一种基于矢量数据的网络地理信息系统服务器的实现方法,并探讨了在Java和Internet平台上实现这一方法的一些技术问题。该系统实现了网络环境下GIS的多种功能,提供了地图与空间属性信息数据库的交互式查询、可视化检索、比较分析和动态显示,以及与其他多媒体属性信息数据库的无缝连接的功能。     

华东区域自动站数据实时融合显示与多级警示技术研究

为提高华东区域自动气象站快速共享及显示查询效率,重点研究数据库引擎优化技术、自动站插值与GIS信息叠加技术及实况信息警示技术。在探讨适用于自动站数据显示方法的基础上,设计并开发了华东区域自动气象站显示查询系统。平台基于B/S架构设计多层框架模型,结合.NET技术和Oracle数据库技术,实现对华东区域六省一市1200多个自动站的融合显示查询及多级自动报警等功能。系统多年来业务运行稳定,为区域短时临近天气预报业务及灾害天气早发现提供重要分析基础。     

基于开源RIA WebGIS的气象信息平台的设计与实现

在介绍开源软件和Flex技术的基础上,提出基于开源平台的RIA WebGIS系统解决方案,并详细阐述该系统框架结构和实现机制。基于该系统架构开发江西省自动气象观测站气象信息实时显示平台,系统前台采用Flex和Open-Scales,地图服务采用GeoServer,空间数据库采用PostgreSQL/PostGIS。系统实现了气象要素的查询、实时显示及常规GIS功能。     

基于北斗的城市垃圾清运系统

为建设更美好的市容市貌, 降低运输车辆的空车率, 实现源头追溯与全流程透明化管理, 结合目前通用的软件开发方式与数据库技术, 给出了以智能化, 绿色为主的城市垃圾清运系统. 该系统以北斗定位数据为基础, 辅助以高德开放平台来进行设计开发. 系统的开发采用基于PHP语言的ThinkPHP框架以及B/S架构设计模式, 客户端采用Ajax和Web技术等方式实现数据的传输和展现. 该系统旨在为用户提供车辆实时位置查询、车辆历史轨迹查询、用户管理、统计分析等服务. 对于车辆运输过程中的整个轨迹数据, 系统采用了北斗系列来进行数据采集, 更有效地维护了信息和技术的安全. 后期还可结合机器学习等技术来对司机的驾驶行为, 车辆的健康状况进行相应分析. 通过北斗定位数据与互联网技术的结合, 该系统可有效地对车辆进行管理.     

环境污染源管理系统的设计与实现

基于WebGIS的污染源信息管理系统利用Internet/In-tranet技术、GIS技术、数据库技术和环境保护技术,建立了完善的污染源监测与管理网络体系,实现了污染源空间信息、属性信息的综合管理和网上发布。本文首先介绍了此系统的需求目标,在此基础上阐述了系统的体系结构、系统功能和开发方案。     

基于非参数回归的路段速度估算方法*

城市道路交通运行状况的及时获取对交通管理和出行有着重要的作用,而准确判断交通状况需要利用准确的交通流速度。针对城市道路配备有一定数量的固定检测器,但是浮动车覆盖率不足的情况,提出了基于非参数回归的路段速度估算方法。该方法有效结合固定检测器数据和浮动车数据,对不同时段、路段、天气对行驶速度的影响分别进行分析,建立状态模式库,利用模式匹配估算出道路交通流速度。通过算例分析比较,可知该算法具有较高的准确度。     

面向实际道路网络的浮动车采样间隔优化方法

目前基于浮动车的城市交通信息采集通常采用等间距进行采样,无法根据道路网络几何条件和状态的差异进行合理的采样间隔优化.针对现有采样算法的不足,本文提出了一种面向实际道路网络的浮动车采样间隔优化方法.首先通过构建四叉树模型对城市道路网络进行划分,确定空间采样分辨率,然后利用历史轨迹对浮动车的速度进行短时预测,最后在不影响空间采样分辨率的基础上实时动态优化采样间隔,在交通信息的精度与信息的采集成本之间取得平衡.通过仿真试验的定性定量分析,新算法能够在不同复杂程度的道路网络情况下动态调整采样间隔,不仅确保了采样数据的精度,而且降低了采样数据容量.     

基于视频信息的城市路段交通安全状态评估方法研究

城市道路交通安全状态实时评估是智能交系统的重要研究内容。针对现有交通安全状态实时评估方法的评估效果不理想的问题,建立了基于视频信息的城市路段交通安全状态评估方法。首先,分析了基于视频信息的交通流参数快速检测方法;然后,从车速离散度的角度提出了影响城市路段交通安全状态的路段车速离散度的概念;最后,建立了基于路段车速离散度的城市路段交通安全状态评估方法。实验表明,所提方法能够实时合理地对城市道路的安全状态水平进行评估,评估结果可以为交通管理部门制定有效的城市路段交通安全改进方案提供相应的依据。     

基于路网相似性的路段行程时间估计

虽然浮动车GPS数据量很大,但是在某些时段,仍然有一些路段缺少实时浮动车数据,从而难以对行程时间进行估计。针对实时浮动车实时数据在估计路段行程时间时存在数据缺失的问题,本文提出了利用路网间属性和空间结构的相似性,从浮动车历史大数据中提取相似路段之间的时空关联特征,以目标路段与相似路段间的时空关联关系为输入,目标路段行程时间为输出,利用构建的三层神经网络模型进行数据缺失路段的行程时间估计。实验结果表明,路段行程时间估计值的平均绝对百分比误差可达到30%,与Naive Model相比具有较好的估计精度,验证了从路网相似角度解决实时数据缺失的可行性。     

浮动车信息处理技术研究

概括了浮动车技术的基本原理,重点介绍了浮动车信息处理系统的处理流程及地图匹配、路径推测和路况信息计算方法。针对GPS数据精度差、路网结构复杂等影响浮动车信息处理准确性提升的问题,给出了一系列改进型研究工作。最后,给出了评估浮动车信息处理准确性的方法,并指出了浮动车信息处理技术的后续工作。     

浮动车信息处理系统关键技术的研究

本文介绍了智能交通领域中一种先进的交通信息采集发布系统-浮动车信息系统。浮动车使用GPS车载装置采集车辆的行驶参数(如时间、速度、坐标、方向等),并将这些数据通过GPRS网络传送到浮动车信息中心,经过汇总、处理后生成实时的路况交通信息,并通过互联网和GPRS、CDMA网络向公众发布。本文提出了浮动车信息处理的核心算法模型,主要包括地图匹配、路径推测和道路路况计算三部分,并分别对这些算法进行了详细描述。     

基于O-D矩阵估计的路网交通流量仿真模型

为了将交通出行需求对路网交通流量的影响进行动态的量化分析,提出了一个基于O-D矩阵估计的路网交通流量仿真模型。利用O-D矩阵估计的重力模型计算方法、复杂网络理论和路段阻抗模型,构建了路网模型;在人们出行总是选择路段阻抗最小路径的假定下,设计了出行需求的路网流量映射算法;基于离散事件仿真,在PC系统上实现了路网流量仿真系统。仿真结果表明：该仿真系统可以根据各交通子区域出行需求的变化,精确模拟路网流量和交通状态的动态演进。     

Dijkstra算法在城市道路网络中的应用

本文介绍了一个利用自然语言处理技术进行城市交通查询的系统.在研究城市道路网络特征基础上,建立城市道路网络模型及其数据库,应用Dijkstra算法对城市道进行最短路径查询,该算法是从起点和终点分别用二叉树按起点到终点和终点到起点的方向进行搜索,并得到良好的查询结果.     

A model to estimate and interpret the energy-efficiency of movement patterns in urban road traffic

Urban road traffic is highly dynamic. Traffic conditions vary in time and with location and so do the movement patterns of individual road users. In this article, a movement pattern is the behaviour of a car when traversing a road link in an urban road network. A movement pattern can be recorded with a global navigation satellite system (GNSS), such as the Global Positioning System (GPS). A movement pattern has a specific energy-efficiency, which is a measure of how fuel-intensively the car is moving. For example, a car driving uniformly at medium speed consumes little fuel and, therefore, is energy-efficient, whereas stop-and-go driving consumes much fuel and is energy-inefficient. In this article we introduce a model to estimate the energy-efficiency of movement patterns in urban road traffic from GNSS data. First, we derived statistical features about the car's movement along the road. Then, we compared these to fuel consumption data from the car's controller area network (CAN) bus, normalized to the car's overall range of fuel consumption. We identified the optimal feature set for prediction. With the optimal feature set we trained, tested and verified a model to estimate energy-efficiency, with the fuel consumption serving as ground truth. Existing fuel consumption models usually view movement as a snapshot. Thus, the behaviour of the car remains unknown that causes a movement pattern to be energy-efficient or energy-inefficient. Our model views movement as a process and allows to interpret this process. A movement pattern can, for example, be energy-inefficient because the car is driving in stop-and-go traffic, because it is travelling at high speed, or because it is accelerating. Our model allows to distinguish between these different types of behaviours. Thus, it can provide new insights into the dynamics of urban road traffic and its energy-efficiency.