基于应用思维导图的计算机网络应用课程可视化教学

随着信息化技术手段的不断革新与发展,近年来,利用概念图、思维导图、流程图等可视化教学工具开展职业教育教学工作越来越广泛。职业院校学生无论是知识还是技能水平,层次良莠不齐。计算机网络类课程相对直观程序软件类、艺术设计类课程而言,知识内容体系较为抽象、复杂,学生理解起来较之有难度,将思维导图引入计算机网络类课程教学行为有效。本文以学习“认识IP地址及子网划分”为例,探究基于思维导图的计算机网络课程可视化教学,并给出具体教学参考。     

态势图的变比例尺可视化

初步探索了变比例尺可视化在态势图显示领域的应用。基于弹性空间坐标变换原理实现了以变换原点为中心的“近大远小”的变比例尺可视化。设计了圆形与矩形两种不同放大区域,讨论了变比例尺区域划分以及不同比例尺区域目标的自适应可视化。仿真实验初步表明,变比例尺可视化能够满足指挥员既看清细节又了解事件发生的大区域信息的多层次信息需求。进一步研究包括变比例尺变换的变形分析以及态势图变比例尺变换对指挥员使用影响的分析等。     

基于雷达图的多维数据可视化表示及特征分析

针对雷达图分析方法中存在的问题,讨论了用雷达图表示多维数据的数学模型,综合分析了可视化图形几何特征及其应用方法,建立了基于可视化图形分类的准确度的估算方法和按权重大小定义多维数据顺序的方法,有效地解决了传统雷达图分析方法中存在的面积不惟一等问题。     

以结点为中心的WordNet子图的可视化

WordNet是一种典型的本体形式，在语义网、信息处理中有广阔的应用前景。文章描述了从WordNet抽取RDF子图．并通过结点为中心的方法清晰地使子图可视化。抽取算法利用预处理和创建大的跨引用索引，大大提高了运行速度。     

通过出租车规划城市交通

意义：全球火城市都力图使其交通结构满足日益膨胀的人口需求。自觉查找和发现交通系统中的问题埘城市规划人员很有价值,也是解决交通问题的途径之一。     

基于FCD的城市出租车空驶率及拥有量的计算

本文首先研究了城市出租车空驶率的确定方法一通过对采集的FCD数据样本处理分析,计算得到出租车空驶率。作为出租车空驶率理论计算方法之一,具有简单方便、可操作性强的特点;其次,根据出租车空驶率的定义,结合城市居民出行调查和出租车运营调查结果,推导出出租车拥有量的计算模型;最后,分析出租车拥有量与空驶率之间的比例关系及比例系数的影响因素,为出租车交通管理乃至城市交通管理提供了理论参考。     

基于Android平台GPS的出租车、用户位置信息共享平台的探索与研究

随着人类社会的发展,信息技术和网络技术的不断壮大,人们对互联网的功能也,计算机的发展对于社会的政治、经济、军事、科技、文化发展和日常生活等领域产生的影响越来越深刻,互联网的发展也正改变着人们的生活、工作、学习和交流方式。本文主要论述了利用Android平台GPS技术对出租车、用户位置信息进行共享的平台的设计与实现。     

电磁周期性结构的可视化教学探究

电磁周期性结构是研究生电磁场理论课程的重点,但又因概念抽象和数学繁难成为一大教学难点。为降低理解和掌握难度,以开敞平板折皱表面为例介绍了一组可视化教学方案。通过用Matlab和单元的CST本征模分析复现色散特性,用CST时域分析有限长周期性结构的场分布特性,帮助学生熟悉教学内容,特别是借助可视化结果深化了对概念和特性的理解,同时编程和仿真技巧也得到充分训练。     

烟草行业基于业务数据流向的可视化研究

根据福建省烟草专卖局对行业的业务数据的管理需求,探索流量分析技术在烟草行业中的应用,通过数据采集提取业务关键指标,利用数据处理技术形成业务系统服务质量关键指标体系,借助数据关联分析形成可视化业务拓扑模型的过程,对业务数据流向的可视化进行探讨。     

基于ARIMA的城市交叉路口交通流预测建模

传统城市交叉路口交通流预测方法受到交通流随机性影响,导致交通流预测精准度较低,为此提出基于ARIMA的城市交叉路口交通流预测建模.考虑时间的随机性,分析交通流预测建模原理.以路口主干道车流为研究对象,构建数据向量矩阵,计算该矩阵的平均相关系数,确定两个数据向量间的协方差.提取现场每天24h交通流数据,分析不同时间序列的...     

基于动态路况信息的时间最优交通流诱导系统研究

针对提高城市车辆通行效率缓解交通压力的迫切需求,文章设计研究了一种基于动态路况信息的时间最优交通流诱导系统。该系统利用移动通讯网络将无线电子车牌数据及发送至云服务平台,该平台依据信息分析统计并预测出每条街道通行状况,并针对每个行驶车辆动态分配最优导引路径。文中首先介绍了无线电子车牌的硬件组成结构。其次,重点研究了时间最优车辆诱导路径规划算法,包括路段时间权值的确定方法以及基于路段时间权值信息的改进型A*算法。最后,针对该系统进行了一系列半物理仿真及实验。实验结果表明,该系统不仅能够搜索到准确的时间最优路径,同时还具有较快的运行速度。     

基于排队论模型的小区道路开放对城市通行影响的研究

小区开放可以缓解城市交通拥堵的现象。为了研究小区开放对周边道路通行的影响,文章通过交通流NS元胞自动机规则得到小区开放后的单车道实际和最大车流量,通过实测得到双车道实际和最大车流量。通过单双车道实际车流量之比得到小区开放前后道路通行强度之比。用双车道的实际车流量、最大车流量和通行强度之比构建出排队论等待制模型,运用Lingo分别求出小区开放前和开放后的延误时间、排队长度。可以得到小区开放能使周边道路通行能力增强的结论。     

Identifying online traffic based on property of TCP flow

Classification of network traffic using port-based or payload-based analysis is becoming increasingly difficult when many applications use dynamic port numbers, masquerading techniques, and encryption to avoid detection. In this article, an approach is presented for online traffic classification relying on the observation of the first n packets of a transmission control protocol (TCP) connection. Its key idea is to utilize the properties of the observed first ten packets of a TCP connection and Bayesian network method to build a classifier. This classifier can classify TCP flows dynamically as packets pass through it by deciding whether a TCP flow belongs to a given application. The experimental results show that the proposed approach performs well in online Internet traffic classification and that it is superior to naive Bayesian method.     

深度学习在城市交通流预测中的实践研究

短时交通流状态预测对于实现城市智能交通系统至关重要。在过去,很多神经网络模型被提出来用以预测交通流,但是效果并不是很显著。究其原因,是因为大多数都是利用浅层模型在学习,浅层模型由于容易陷入局部极值而且不能模拟更复杂的数学运算,所以并不适合于模拟现实的交通状况。深度学习作为机器学习的新兴学科,在语音与图像处理方面取得了显著的成效,它能够非监督地从数据中学习出有效的特征用以预测,故在此利用深度学习进行建模用以城市主干道交通流预测。实验表明,模型取得了不错的交通流预测效果。     

基于手机信令的城市道路交通状态实时预测

为准确、实时预测道路交通状态,通过分析影响交通的因素,利用决策树算法对速度和环境因素等数据进行建模,确定交通拥堵发生的规则,在此基础上结合实时的移动用户和环境因素数据对交通状态进行预测。以中国河北保定城区为例进行实验,验证了该方法的有效性。同时,研究发现,基于决策树算法进行道路交通状态预测的方法具有较好的扩展性。     

基于卡口数据的城市道路交通空间相关性分析

在短时交通流预测中,道路交通空间相关性是客观存在的.现有研究在度量道路交通空间相关性上,通常采用时间序列数据直接进行统计分析,或是假定一定距离内具有空间相关性等.但这些方式忽略了道路之间交通影响的空间异质性.在卡口数据中,由于车辆牌照的唯一性特性,不仅可以计算出研究路段的交通流时间序列,还能得到每辆车的行驶轨迹.本文通过车辆轨迹,得到流量转移权重矩阵和不同卡口数据量化的网络权重矩阵,构造一个新的网络权重矩阵,度量城市道路之间的空间相关性,然后进行短时交通流预测及效果比较,验证了方法的可行性和有效性.     

基于车流量感知的交叉口车速控制策略

通过车联网(VANETs)协同控制车速和交通灯是智能交通系统的核心技术一。提出基于VANETs交通灯的车速控制优化(VSCO)方案,通过VANETs对交通信号灯进行时间优化,并对行驶经过交通信号灯的车辆进行规划,进而降低交叉口黄灯困境(YLD)相关的事故,减少CO2排放以及车辆的等待时间。实验数据表明,相比于传统的固定时间交通灯机制,VSCO方案减少了车辆等待时间和燃油排放。     

Attention-based spatio-temporal graph convolutional network considering external factors for multi-step traffic flow prediction

Traffic flow prediction is an important part of the intelligent transportation system. Accurate multi-step traffic flow prediction plays an important role in improving the operational efficiency of the traffic network. Since traffic flow data has complex spatio-temporal correlation and non-linearity, existing prediction methods are mainly accomplished through a combination of a Graph Convolutional Network (GCN) and a recurrent neural network. The combination strategy has an excellent performance in traffic prediction tasks. However, multi-step prediction error accumulates with the predicted step size. Some scholars use multiple sampling sequences to achieve more accurate prediction results. But it requires high hardware conditions and multiplied training time. Considering the spatiotemporal correlation of traffic flow and influence of external factors, we propose an Attention Based Spatio-Temporal Graph Convolutional Network considering External Factors (ABSTGCN-EF) for multi-step traffic flow prediction. This model models the traffic flow as diffusion on a digraph and extracts the spatial characteristics of traffic flow through GCN. We add meaningful time-slots attention to the encoder-decoder to form an Attention Encoder Network (AEN) to handle temporal correlation. The attention vector is used as a competitive choice to draw the correlation between predicted states and historical states. We considered the impact of three external factors (daytime, weekdays, and traffic accident markers) on the traffic flow prediction tasks. Experiments on two public data sets show that it makes sense to consider external factors. The prediction performance of our ABSTGCN-EF model achieves 7.2%–8.7% higher than the state-of-the-art baselines.     

基于FPGA的出租车计价器设计

随着计算机技术的发展,传统的CAD电子技术已经不能满足日新月异且复杂的电子电路设计。取而代之的是在CAD技术基础上诞生的EDA技术,即计算机的电子设计自动化技术。随着EDA技术的发展,大规模可编程逻辑器件FPGA越来越受到大家的青睐,使用FPGA可编程逻辑器件作为控制芯片,利用VHDL语言对出租车计价器进行了描述与仿真,并对各个模块进行了设计,使得计价器逻辑电路上规模变小,减小了硬件消耗的同时,速度更快,能够更好地满足于市场的要求。