自然语言表达实时路况信息的路网匹配融合技术

目前我国大中城市交通信息采集和传输的技术瓶颈已经基本解决,但是实时交通路况信息难以进一步与底层路网空间信息匹配和融合,造成大量路况信息难以得到有效应用,直接影响车载导航系统、公众出行信息平台、物流运输系统等位置服务（LBS）与智能交通系统（ITS）应用的服务水平。本文针对多以自然语言表达的实时路况信息与路网空间信息匹配融合这一技术难题,分析了实时路况信息的多源异构线性参照方法（LRM）表达形式,将中文自然语言理解技术融入信息融合过程,利用改进最大匹配算法实现了自然语言表达实时路况信息的自动化、智能化处理,并通过原型系统实现和实例应用验证了技术方案的有效性。     

基于D-S证据理论的微博客蕴含交通信息提取方法

微博客消息中经常蕴含大量实时交通信息,有望与现有实时交通信息采集方式形成互补。该文针对微博客消息语义模糊性及用户描述差异性问题,提出了一种微博客消息蕴含交通信息的D-S证据理论提取方法。该方法首先构建微博客消息蕴含交通状态信息评价体系,利用百科知识提高评价精度,然后定义微博客消息源的基本概率分配函数,通过证据合成与证据决策,实现微博客消息蕴含实时交通信息的甄别与融合。实验结果表明,该方法能够对微博客消息蕴含实时交通信息的可信度进行有效判断,并能够在最大程度上利用不同微博客用户发布消息的信息内容,且较之传统的文本聚类融合方法具有更高的准确率。     

SDM技术在交通信息服务系统中的应用

交通信息服务系统是智能交通系统的重要组成部分,本文针对交通信息服务系统中存在的模糊地名匹配问题,研究了空间数据挖掘方法中聚类分析方法,并提出了基于CURE聚类方法的模糊地名匹配模型和算法.最后以广州市电子地图为例,对本文提出的算法进行了验证,实验证明采用该算法可以有效的提高空间信息的检索速度和模糊地名匹配效率.     

基于多信息综合的运动车辆跟踪算法

综合车辆本身的区域和特征信息,提出了一种在交通场景中跟踪运动车辆的新方法。该方法主要解决运动目标在遮挡、粘连以及分裂情况下的跟踪问题。首先通过引入的预测机制建立序列图像间运动区域的关联,并根据区域关联的结果判断是否出现以上情况。针对车辆遮挡和粘连的问题,采用基于特征点跟踪的方法解决,先根据车辆区域信息对特征点进行初始化,然后在图像中预测位置的邻域内搜索匹配点从而实现特征点的跟踪和聚类。对于车辆分裂的情况,根据提出的规则对判定的区域进行融合后进行模板匹配从而解决分裂的问题。实验结果表明该方法具有较强的鲁棒性和较好的实时性。     

融合高低层语义信息的自然语言句子匹配方法

针对目前自然语言句子匹配方法未能融合公共语义信息以及难以捕获深层次语义信息的问题,提出了一种融合高低层语义信息的自然语言句子匹配算法。该算法首先采用预训练词向量GloVe和字符级别的词向量获取句子P和句子Q的词嵌入表示;其次,使用双向LSTM(long-short term memory)对P和Q进行编码,再初步融合P和Q获取低层语义信息;然后,计算P与Q的双向注意力,拼接得到语义表征,再计算其自注意力获取高层语义信息;最后,采用启发式的融合函数将低层语义信息和高层语义信息进行融合,得到最终的语义表征,使用卷积神经网络预测得到答案。在文本蕴涵识别和释义识别两个任务上评估了该模型。在文本蕴涵识别任务SNLI数据集和释义识别任务Quora数据集上进行了实验,实验结果表明该算法在SNLI测试集上的准确率为87.1%,在Quora测试集上的准确率为86.8%,验证了算法在自然语言句子匹配任务上的有效性。     

复杂场景下融合深度信息的显著区域匹配

针对复杂场景显著区域匹配过程中目标定位困难、冗余信息过多导致误匹配率高、匹配时间长的问题,提出一种融合深度信息的显著区域匹配算法。利用融合深度信息的视觉注意机制模型提取场景图像中的显著区域,得到场景目标的粗定位结果。使用基于局部特征点的匹配策略对有效目标在场景中的区域进行精确定位,并通过FLANN双向匹配实现对有效目标的匹配定位。实验结果表明,在光照强度和场景视角变化等复杂场景下,该方法能够有效减少匹配点,提高场景的匹配精度和匹配效率。     

城市轨道交通中的信息融合应用

本文简介了信息融合方法,并针对城市轨道交通发展提出了遗传算法与模糊控制结合进行监控的方法,该方法简单明了,便于直接使用。     

城市轨道交通中的信息融合应用

本文简介了信息融合方法,并针对城市轨道交通发展提出了遗传算法与模糊控制结合进行监控的方法,该方法简单明了,便于直接使用.     

基于结构信息相关的图像匹配方法研究

红外图像匹配的目的是采用某种图像相关技术,在实时图中搜索与参考模板相似的区域。提出了一种基于结构信息相关的匹配方法,该方法通过统计参考图与实时红外图结构相似性来进行匹配识别。实验表明,该方法比基于统计孤立点相关性的匹配方法具有更好匹配性能。     

一种基于消息总线的交通信息集成模型

针对交通业务系统的复杂性和交通信息的多样化,为实现彼此之间一致有效的信息集成,提出一种基于消息总线的交通信息集成模型。该模型采用一种频道机制来注册和管理集成的消息服务,并可以通过在频道中部署消息集成代理对集成的信息进行进一步的分类和融合,以实现异源信息的融合,根据该模型构建的城市交通综合管理和信息服务平台的数据共享模式有着更好的信息分析能力和事件处理效率。     

灰度直方图与LDA的路况分类

道路路况实时分类研究,是路况信息诱导系统的基础.通过对大量路况图像进行研究,提出使用路况图像中道路区域统计灰度直方图作为表征路况信息的特征向量,采用LDA(linear discriminat analysis)算法对高维特征向量进行降维,采用改进的K-近邻分类器实现对道路路况实时分类,并给出实际分类结果.实验结果表明,采用上述方法进行路况分类,其结果与交通管理部门给出的结果一致率达91.7%,对路况实时分类具有较高的实用价值.     

智能交通系统RTIC的研究与设计

为了能合理利用实时交通信息,增加路网利用率、减少交通拥挤,提出一种智能交通系统RTIC。分析了整个RTIC系统的5大组成部分的必要性和功能,提出了实时交通信息的发送接收、存储利用等一系列方案,同时具体构建了能够利用实时交通系统,并运行在WinCE操作系统上的汽车导航系统软件模型。实验表明,该系统具有很好的可靠性和利用价值,能够实际解决交通拥挤问题。     

基于实时交通信息的车辆路径问题研究

石油化工企业的物流配送越来越成为降低成本、提高效率的1个重要环节,而车辆路径问题是其中的基础性问题。面对各种不确定性,动态随机车辆路径问题越来越成为有价值的研究方向,其关键在于实时交通信息的利用。本文研究了基于实时交通信息的单配送中心、有时间窗口约束的车辆路径问题,建立了混合整数规划模型,提出了利用实时速度估计信息的动态调度策略,并设计了带插入规则的节约算法。通过对标准benchmark问题进行仿真,验证了策略和算法的有效性。     

实时交通信息服务数据组织与基于JAVA的系统实现

相对于单纯道路网络信息和历史经验交通信息,实时交通信息对于出行者出行决策具有更为重要的意义。随着实时交通信息获取手段的多样化和普及化,更富生命力的实时交通服务系统已经纳入应用日程。首先分析总结了公众对于实时动态交通信息的需求状况,将与导航和出行密切相关的实时道路交通信息分为交通事件和交通流信息两大类,对交通事件,根据其几何特征,进一步分为点事件、线事件、面事件和关系事件。基于J2ME/J2EEE软件开发架构,Post SQL与Post GIS的时空交通数据管理模式,研发了中心式的实时交通信息服务系统原型,并对典型的交通事件和交通流信息在移动终端模拟器进行了时空表达示例。     

基于动态交通信息的移动位置服务系统

LBS应用已经从以“数据”为核心向以“服务”为核心转化,与具体应用领域的需求也结合得越来越紧密。然而,已有的位置服务系统主要基于静态数据．服务缺乏实时性,尤其在导航服务应用中,出行者对动态交通信息的需求越来越明显。从提供动态信息的移动位置服务的角度出发,以提供个人导航服务所需的交通信息为例,设计了一个基于动态交通信息的移动位置服务系统,并在此基础上在手机上实现了一个基于J2EE、J2ME和GPRS无线通信技术的原型系统。     

骨干通信网络流量告警信息关联分析*

提出一种以骨干通信网络流量特征参数告警信息为基础的关联分析方法,首先提取通信网络中多个与异常事件相关的相对粗粒度的流量特征参数,将这些特征参数看做是随时间变化的信号（以下称为流量特征信号）,通过流量特征信号分析获得异常事件的多个告警信息;然后采用Apriori算法进行告警信息关联分析,获得告警信息与异常事件的关联规则。实际网络流量数据的分析表明：使用上述规则能有效地发现骨干通信网异常事件。     

动态网络环境下的实时路径评估模型

针对现有研究工作在处理动态网络环境下车辆路径问题时的缺陷,设计了一个动态网络模型,并在此基础上提出了一个实时路径评估模型。该评估模型利用道路条件和实时获得的交通信息对网络中的各条道路进行动态评估,并根据评估结果对未走的路径进行动态调整,已用于解决动态车辆路径问题。仿真实验对3种不同的路径评估模型进行了比较,结果表明,所设计的实时路径评估模型能有效地求得动态网络下车辆路径问题的优化解,是求解该问题的一个好的方案。     

基于手机RFSIM与北斗GIS城市实时交通动态导航平台

目前,从智能交通系统的发展（ITS）来看,国内大多数导航系统为静态导航,缺乏根据实时交通信息进行动态导航的功能.从而提出一种基于手机RFSIM与GIS技术结合的城市实时交通动态导航平台,为出行者提供实时动态的交通信息和导航服务.该系统主要包括实时交通信息采集系统,短时交通预测系统,北斗或GPS定位以及GIS实时导航系统.在已获得的相关技术的支撑下,着力解决在此导航系统中涉及到的交通信息的获取、北斗定位和实时交通动态导航中的关键技术问题,并进行可行性分析.     

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。     

面向诱导的交通状态信息提取方法

为实现可变信息板（Variable Message Signs,VMS）的交通状态信息提取,选取速度、饱和度与交叉口平均延误作为交通参数,提出了基于模糊推理的关联路段交通状态信息提取方法。针对驾驶员的VMS信息响应特性,设计了面向拥挤状态的VMS诱导策略,在关联路段均处于拥挤状态时基于Vague集对交通状态进行排序,以判别交通状态相对最优的关联路段进行发布。以实际算例验证了该方法的有效性,所提出的VMS诱导策略能够逐步引导拥挤交通流的分流,并为驾驶员在拥挤状态下进行路径选择提供决策支持。