基于移动互联网的实时路况系统及其关键技术

基于移动互联网的实时路况采集与发布系统,由运行于智能手机等终端的数据采集客户端软件、基于因特网的实时路况服务器及运行于智能手机等终端的实时路况查询客户端软件3部分组成。其基于智能手机操作系统,利用GPS、A-GPS和GPS数据保障技术,采集交通参与者的位置、速度和方向等信息;利用数据挖掘技术和GIS地图匹配进行数据处理;然后使用位置服务和动态路径规划等技术发布。利用MI-RTTS系统的数据,可发现城市交通问题,据此提出交通工程专业解决方案;缓解城市交通拥堵、节约能源、降低机动车污染排放。     

微波在片测试数据离散剔除算法研究

针对微波在片测试项目多、参数复杂、数据处理灵活性大的特点,开发了工艺控制微波数据处理软件,但该软件存在离散数据剔除难的问题。文章讨论了如何对离散数据进行剔除的几种算法:模拟EXCEL表格画图法、一致性剔除离散算法、累积均方差剔除离散法、拟合正态分布曲线算法,最终选定拟合正态分布曲线算法作为剔除离散方法。将剔除离散数据功能完善到工艺控制微波数据处理软件,将使微波在片测试数据处理最终实现自动化。     

基于Android平台的实时路径规划应用开发

针对一般导航应用路径规划功能不能根据路况信息进行实时规划这一问题,基于路阻函数建立了道路状况的数学模型,量化道路阻抗,利用传统媒体交通广播电台路况信息收集渠道,获取实时道路交通状况,采用定量分析法将道路信息车流量带入路阻函数计算得到当前状态下道路实际通行时间,同时采用百度地图SDK开发地图界面,获取百度地图路径规划中的所有路线,根据计算结果将路线集合中通行时间最短的路线挑选出来推荐给用户,以此开发出基于Android平台的百度地图实时路径规划应用。应用将传统媒体的资源重新利用并与移动互联网相结合,提供更优质的路径规划功能。     

基于粗糙集的海量数据挖掘算法研究

针对传统数据挖掘算法在数据量级方面的局限性,提出在粗糙集理论的基础上,采用类分布链表结构改进传统的基于属性重要性的数据离散化算法、属性约简算法以及基于启发式的值约简算法。讨论了基于动态聚类的两步离散化算法,当算法适应大数据处理之后,采用并行计算的方法提高算法的执行效率。算法测试结果表明,改进算法能有效地处理大数据量,同时并行计算解决了大数据量处理带来的效率问题。     

基于粗糙集的海量数据挖掘算法研究

针对传统数据挖掘算法在数据量级方面的局限性,提出在粗糙集理论的基础上,采用类分布链表结构改进传统的基于属性重要性的数据离散化算法、属性约简算法以及基于启发式的值约简算法;讨论了基于动态聚类的两步离散化算法,当算法适应大数据处理之后,采用并行计算的方法提高算法的执行效率。算法测试结果表明改进的算法能有效地处理大数据量,同时并行计算解决了大数据量处理带来的效率问题。     

基于车联网大数据的交通路况预测研究

为了减少交通路况拥挤,文章提出了一种基于车联网大数据的交通路况预测方案。新方案介绍交通拥挤现状和现有的解决方案,分析交通路况预测的关键技术,设计一种基于车联网大数据的交通路况预测系统,阐述新系统的体系结构和通信架构。最后,通过系统应用证明新方案不仅减少了城市交通拥堵次数和时间,还提高了出行效率。     

基于离散化路径与拼接的高精度光学检测方法

在超精密光学元件制造中,高精度光学检测技术是进一步提升光学加工精度和表征评价光学表面形貌的基础关键。非接触式光学检测方法凭借高效和无损伤检测的特点,取得广泛应用。但外界环境扰动容易对光学检测探针产生影响,降低检测精度。为此,文中提出了一种离散化检测路径与拼接方法,将传统螺旋线路径离散为多圆周和多径向路径,并通过路径间数据的相互拼接,减小了环境扰动误差。分析了离散化检测路径的参数设置,给出了一种均匀化的圆周路径分布策略。最后,基于自行搭建的光学检测平台,进行了环境误差抑制方法的验证实验。相较于抑制前的面形,抑制后的测量相对误差从24.3%降到了4.3%。     

基于模糊综合评价的AdaBoost算法研究

针对AdaBoost算法在训练过程中对噪声数据敏感,影响其分类性能的问题进行研究,提出了一种基于模糊综合评价弱分类器的改进AdaBoost算法.把模糊综合评价模型构建成一类弱分类器,然后组合成Adaboost强分类器.首先将特征值分布曲线分割成为多个高斯单峰函数,每个高斯单峰函数对应一个模糊隶属度函数,离散化后构建单因...     

离散复镜像方法中的积分路径与展开函数的研究

该文分析了二级离散复镜像方法中的积分路径与展开函数,给出了正确的展开函数,提出了一种新的积分路径,可以用来快速计算微带结构的空间域格林函数。采用该方法计算了一个5层微带结构的空间域格林函数,证实了本文方法的有效性。     

交通十字路口的PLC模糊控制

随着城市化进程的逐步加快,城市交通问题已经成为中国各大城市共同面对的难题。交通系统是一个随机性、模糊性和不确定性较强的复杂系统,采用不依赖精确数学模型的模糊控制方法设计交通控制系统,能较好地解决目前城市交通问题。另外可编程序控制器作为自动化系统的重要组成部分,可以较好的实现交通十字路口的模糊控制。基于PLC交通十字路口的模糊控制是以近端传感器和远端传感器记录的车辆数为输入量,以延时时间为输出量,采用离散量化等级的方法表示隶属度函数,最终通过最大隶属度法求取精确的控制量。本设计针对单个十字路口交通灯,以PLC为核心控制元件,构造合适的模糊控制器,根据实时交通状况决定延时时间,有效的解决交通流量不均衡、不稳定带来的问题。     

离散复镜像方法中的积分路径与展开函数的研究

该文分析了二级离散复镜像方法中的积分路径与展开函数,给出了正确的展开函数,提出了一种新的积分路径,可以用来快速计算微带结构的空间域格林函数。采用该方法计算了一个5层微带结构的空间域格林函数,证实了本文方法的有效性。     

智慧交通信息诱导系统关键技术的研究

对智慧交通信息诱导系统关键技术进行研究,通过FCD采集的GPS实时数据、交通路况的线圈数据、摄像头数据和实时的路况反馈信息的及时采集、传输和分析,向出行者提供道路信息、驾驶信息及目的地信息等相关的出行路况信息,并根据出行者的目的地结合实际的交通及路况信息为出行者提供合适的出行路线,从而提高了道路的使用率以及交通网络的通行能力,同时提高各种资源的利用率,降低交通运行能耗,减少交通对环境的负面影响,使得交通行为更加顺畅、节能、环保,真正实现城市的和谐发展。     

电磁场与微波技术

044 99060625光顺化有限元技术在电磁场数据处理中的应用/杨慎华,寇淑清,冯肇华(吉林工业大学)11计量学报.一1999,20(2)一136一142介绍一种新的数值方法,并用于平面电磁场离散测觉数据的再现与微分.该方法结合最佳通近、有限元分片插值与一61一光顺技巧,对测量向量各独立分量进行处理,改善了原离散点构成的解空问的光滑性,提高了解尤其是导数场的精度,在测量区域内再现了光顺向量函数及连续的导数.因对测点分布及边界条件无特殊要求,此方法可用于平面电磁场的研究.实验与应用表明该方法可有效地抑制输入误差的影响,具有较高的计算精度与数值…     

基于动态路网的分布式邻近目标查询算法

提出了一种基于实时路况信息的分布式邻近目标查询算法,采用基于Voronoi图的划分将地理信息存储在离它最近路口的智能摄像头上,实时路况信息由智能摄像头采集,通过对路口的畅通程度进行建模,估算出路口间通行所需要的时间。当有车辆查询邻近目标时,网络中的智能摄像头根据所在路口的畅通程度和到邻近路口的距离,在分布式查询过程中加入延时转发机制,广播目标路径询问的数据分组,使数据分组的发送能模拟当前的路况进行传输,从而获得到达邻近目标的路径。基于真实数据的实验结果表明算法是有效的,处理大量并发查询时的性能优于现有方法。     

基于Hopfield神经网络车辆路径的优化研究

针对车辆路径的优化问题，借鉴旅行商路径问题的解决，利用Hopfield神经网络，结合电子地图和交通路况的一些人为因素（禁行、单行道等），提出了车辆行驶接近最优路径的算法和参数的学习方法。     

基于Hadoop的交通数据分析系统

为了保证交通数据处理的实时性和存储的扩展性,文中设计并实现了一种交通大数据分析系统,其中Hadoop平台利用MapReduce并行分布式计算对车辆数据进行统计分析;另一个Storm平台利用其流计算组件对实时路况进行分析,两个模块协同作用,能对缓解城市交通拥堵起到一定的作用。通过测试表明,系统可靠性
较高、计算速率快,能达到支持决策的作用。     

基于自适应正则化的核模糊C-均值聚类图像分割

模糊聚类是将模糊集的概念应用到传统聚类分析中,让数据集的对象在分组中的隶属用隶属函数来确定,隶属度函数更好地描述边缘像素亦此亦彼得特点,对象在各分组中的隶属度为连续区间[0,1]之间的某个值,以不同程度隶属于多个簇,而非确定硬聚类中的0或1的二值逻辑。模糊C-均值聚类算法是模糊聚类中的一种经典算法,如果样本空间是非线性可聚的,该聚类不能效果就不理想。而核模糊C-均值聚类利用特征映射很好解决了这个问题。最后用正则化参数来提高分割的鲁棒性和提高图像的细节。提出了加权图像,并采用高斯径向基函数。     

基于最短距离适应度的随机路径优化问题研究

本文针对已有的以曼哈顿距离作为适应度函数而得出的非最佳路径,通过采用以起点到终点间的直线距离作为适应度函数的遗传算法优化,将其优化为效率更高、更为优秀的路径.经实验验证,证实了此方法在普通二维地图路径优化问题中的优越性.     

数据处理、信息处理

模糊集方法用于不确定传感器数据的融合。期望输出隶属度函数用于计算基于传感器不确定性的融合度。期望输出隶属度函数是基于输入数据和系统参数的期望模糊输出。当模糊传感器输入的交集加权取大时,期望输出隶属度函数最可能的位置发生。最后一个具有10个传感器输出机器人系统的实例验证了期望输出隶属度函数方法较其它传感器融合方法具有优越的性能。     

一种基于模糊理论的雷达与视频融合交通目标跟踪方法

为了解决单传感器在道路监测中存在的局限性以及交通环境多样化等问题,基于模糊集理论的一种目标决策标准对传统的数据融合算法进行改进。该方法利用决策层模糊集理论的多传感器融合算法对交通目标进行跟踪,采用Z型隶属函数用于决策分支的优化。与传统的算法相比,改进后的数据融合算法对雷达航迹冗余、视频干扰和目标分割等问题都有所改善,并且进一步提高了跟踪精度。收集了大量的实际交通数据来验证雷达和视频跟踪算法的有效性,实验结果表明多传感器融合算法优于单传感器的目标跟踪算法。