船舶交通数据实时传输可靠性评估系统

为保障船舶交通数据实时传输的可靠性,设计船舶交通数据实时传输可靠性评估系统。从网络条件、节点设备、环境因素与网络管理4个主要方面出发选取评估指标,构建船舶交通数据实时传输可靠性评估指标体系;采用基于三角模糊数的模糊层次分析法计算评估指标的权重值;将各评估指标与对应的权重值形成并进行汇总,由此得到最终船舶交通数据实时传输可靠性评估结果。实验结果显示,该系统能够获取准确的评估结果,且由于不同因素造成的船舶交通数据实时传输故障发生概率下降幅度均达到50%以上,由此说明基于该系统的评估结果能够有效保障船舶交通数据实时传输的可靠性。

新工科背景下“交通数据处理分析”课程思政建设思路探索

文章旨在探讨新工科背景下“交通数据处理分析”课程如何实现思政建设思路。在新工科背景下,交通数据处理与分析技术在城市交通管理和规划中扮演着重要角色,而思政教育则旨在培养学生的社会责任感和正确的价值观。文章首先分析了新工科背景下“交通数据处理分析”课程思政建设的必要性,给出了新工科背景下该课程的发展趋势及思政建设目标;基于此目标提出了课程内容思政元素,并提出了通过问题导向学习、合作学习和案例教学等教学方法,将思政元素融入到实际交通数据处理与分析中,实现思政教育的全过程融入机制。文章对于如何利用“交通数据处理分析”课程引导学生增强其社会责任感,将其培养成具有全面素养和社会担当的优秀人才有着较好的借鉴意义。

基于零信任安全模型的轨道交通数据隐私保护

为解决轨道交通网络数据传输杂乱的问题,提升数据样本的安全性,研究基于零信任安全模型的轨道交通数据隐私保护方法。在零信任安全模型的基础上,分别定义公钥密码与私钥密码模板,建立完整的轨道交通数据隐私链路标签。完善数据样本验证机制以提升数据安全性,通过求解交互认证系数的方式辨别隐私数据样本,结合敏感度指标实现轨道交通数据隐私保护。实验结果表明,在轨道交通网络中应用零信任安全模型,可在保证正序数据传输速率的同时将乱序数据传输速率限制在3.52 Mb/ms以下,能够满足轨道交通数据隐私保护的应用需求。

基于动态生成对抗网络的路网缺失交通数据修复

针对智能交通系统数据采集过程中发生的数据缺失问题,本文提出一种基于动态生成对抗网络(dynamic generative adversarial network,D-GAN)的路网交通数据修复方法。该方法首先依据交通数据的时空特性与设定的缺失类型和缺失比例来构造各种缺失交通数据矩阵,然后基于博弈思想迭代训练由2个全连接神经网络构成的生成对抗网络。引入一种新颖的动态自适应机制,研究能在模型计算过程中自动识别生成器与判别器的最佳迭代次数,最终生成完整的交通数据矩阵并修复缺失值。采用加州PeMS和广州交通速度数据集来完成D-GAN模型的构建,并使用多种评价指标评估D-GAN的修复性能。实验结果表明:相对于非随机缺失模式,D-GAN对随机缺失模式的修复精度更高;随着缺失率增加,D-GAN的修复精度加速下降。但在各种缺失条件下,D-GAN模型的修复性能要优于现有模型(例如BGCP、prophet-RF和GAIN)。

中美交通数据开放现状调查及启示——以中美6个城市公共数据开放平台为例

[目的/意义]公共交通数据的开放程度对我国交通运输事业、社会经济发展以及智慧交通建设具有重要意义。[方法/过程]从政策法规、交通数据集数量及数据来源、交通数据内容建设、交通数据元数据、交通数据下载格式及API设置情况、交通数据创新利用、交通数据获取方式、互动交流情况等方面,详细比较分析中美6个城市公共交通开放数据建设现状、应用现状和用户体验现状。[结果/结论]发现我国公共交通数据开放存在的主要问题,借鉴美国经验提出适用于我国国情的改善策略:完善交通数据相关政策,提高交通数据数量;充分发挥交通数据价值,改善数据下载格式;重视以人为本,扩展交流平台;制定统一标准,补齐建设短板。

交通数据赋能应急管理现代化路径研究——基于N市交通一体化监管平台的考察

随着城市交通系统复杂性的增加,城市交通应急管理现代化越来越依赖于交通数据的治理。该文以N市交通一体化监管平台为例,通过优化数据采集、整合、分析与应用流程,提升应急管理的效率与效果,使交通事故、自然灾害等突发事件能够得到快速响应,并为决策者提供决策支持。在此基础上,该文提出了完善交通应急数据管理体制、优化交通应急管理措施、提高交通应急数据管理技术水平、加强交通应急数据管理人才培养等对策。

基于时空特征共享的多源交通数据修复

本文提出了一种基于多维度特征共享的多层稀疏张量分解模型(MFS-MSTD)。该模型在CP(CANDECOMP/PARAFAC)分解的基础上,对时空因子矩阵施加低秩正则化;并采用共享低秩因子矩阵的机制表达多源交通数据之间的互补性,在非随机缺失或路段级缺失的场景下完成了因子矩阵的梯度更新。实例验证表明:在速度数据非随机缺失场景下,MFS-MSTD在RMSE、MAE和MAPE三个误差指标上相较于基线方法平均降低17%、21%和18%;在流量数据非随机缺失场景下,RMSE、MAE和MAPE平均降低52%、54%和33%。面对更复杂的路段级缺失场景,MFS-MSTD的修复性能优于TGMC-S和MTNTF两个基线模型,能很好地拟合出未观测路段的交通流量变化。

基于真实交通数据的自动驾驶场景库研究

以自动驾驶场景库为研究对象,通过分析当前自动驾驶场景库的不足和行业需求,研究形成基于真实交通数据的自动驾驶场景生成规范。首先,对场景要素和格式进行说明和规范;其次,通过场景挖掘、自动化标签处理和数据合规脱敏生成场景数据集;最后,通过对真实场景的风险评估以及对异常事件场景的标准化加工最终形成安全合规、高质量、高价值的城市级挑战性场景库。

基于区块链的交通数据共享交换模型及经济效益分析

随着区块链技术的发展,面向交通业务场景的可信数据共享交换模型成为实现交通数据价值的重要支撑。本文根据交通行业业务特征,采用区块链技术,构建了共享交换模型,从投入成本、运营效率和资产价值三个层面阐述了该模型为企业带来的经济效益,并通过实例对模型的可行性和科学性进行了验证。

教学场景下基于机器学习的交通数据分析与预测模型研究

本文专注于教学场景下基于机器学习的交通数据分析与预测模型。为应对城市交通流量的挑战,利用并优化了多种机器学习方法。首先系统收集了交通流量数据,涵盖车辆数量、行驶速度及路况等要素。随后运用随机森林、支持向量机及深度学习等方法对数据进行训练与预测。结果表明,深度学习中的LSTM方法在预测精度上表现卓越,尤其在处理大规模、复杂数据时,展现出更高的预测能力和稳定性。为城市交通管理提供了新视角,并促进了教学实践与科研的深度融合。同时也证实了机器学习方法在交通预测这一实际问题中的有效应用,具有良好的教学示范效果。本研究为现实教学和交通情治理提供了新的思路和方法,可为后续相关研究提供参考。

交通数据隐私保护技术研究及其在智能交通系统中的应用

随着智能交通系统的快速发展,交通数据的收集和分析成为提升交通效率、优化交通布局的重要手段。然而,交通数据中包含大量个人隐私信息,如何在利用数据的同时保护个人隐私成为亟待解决的问题。文章旨在探讨交通数据隐私保护技术,并分析其在智能交通系统中的应用。

不同检测系统的道路交通数据质量评价模型研究

道路交通数据在城市道路交通领域的各个环节都十分重要,然而数据的质量往往参差不齐。本文建立了对感应线圈、微波与浮动车检测系统的道路交通数据质量评价模型,基于现状交通实践,确定了可用性、完整性、一致性、正确性、及时性、准确性六组数据质量特征,对每组特征定义了相应的数据质量参数,研究了浮动车检测系统等无地面实况数据对照条件下的自评价算法,并设计了整体数据质量评价流程。

动态交通数据故障识别与修复方法

为提高交通模型输入信息的可靠性,通过对交通传感器采集到的动态交通数据的故障进行识别,并根据不同的故障种类采取补充、还原或修正等方法对数据进行修复。分析结果表明,动态交通数据的故障识别与修复方法是可行的,尤其是对数据的补充处理,可以很好地解决因为数据丢失而给后续处理带来的困难。

实时交通数据的噪声识别和消噪方法

以常用的交通数据———交通量时间序列的实测数据为例,给出多个噪声识别及消噪预处理的实验结果.为提高建模的准确度,采用模糊减法聚类对交叉口实测交通量进行噪声识别.对实测交通量采用奇异值分解的滤波方法进行除噪预处理,并通过训练径向基函数网络进行预测.与数据未经滤波直接训练网络相比,预测结果的平均绝对相对误差降低了3.31%.用小波变换对交通量数据进行消噪处理,即通过多分辨率的小波分解和重构来实现消噪.实验表明,若对原始交通量时间序列消噪后再建立预测模型,将获得更好的预测结果,这说明研究的噪声识别和消噪方法的可行性和有效性.

基于多特征融合的视频交通数据采集方法

提出了一种基于多特征融合的视频交通数据采集方法,核心思想是:在图像中设置虚拟线圈,假设车辆从虚拟线圈上驶过时引起像素变化,通过识别这种像素变化来检测车辆并估计车速.与现有技术相比,本文的贡献在于:1)综合利用虚拟线圈内的前景面积、纹理变化、像素运动等特征来检测车辆,提出了有效的多特征融合方法,显著提高了车辆检测精度;2)根据单个虚拟线圈内的像素运动向量来估计车速,避免了双线圈测速法的错误匹配问题.算法测试结果表明本文算法能够在复杂多样的交通场景和天气条件下,准确地检测车辆和估计车速.在算法研究的基础上,研制了一款嵌入式交通视频检测器,在路口长期采集交通数据,为交通信号控制和交通规律分析提供决策依据.

面向海量交通数据的HBase时空索引

针对HBase无法直接建立时空索引所带来的交通数据查询性能问题,基于HBase行键设计了面向海量交通数据的HBase时空索引。首先利用Geohash降维方法将二维空间位置数据转化为一维编码,再与时间维度进行组合;然后根据组合顺序的不同,提出了四种结构模型,分别讨论了模型的具体构成以及交通数据查询中的适应面;最后提出了相应的时空索引管理算法及基于Hbase时空索引的交通数据查询方法。通过实验验证了提出的HBase时空索引结构能有效提升海量交通数据的区域查询性能,并比较了四种时空索引结构在不同数据规模、不同查询半径以及不同时间范围的查询性能,量化验证了不同索引结构在交通数据查询中的适应场景。

动态交通数据质量评价方法研究

为了保证交通管理系统所获得数据的准确性,在分析缺失数据、异常交通状态数据和错误数据3种非正常交通数据分类及特点的基础上,针对缺失数据设计了存在性评价方法,运用增益放大原理建立了异常性评价法,首次将异常性评价引入交通数据质量评价过程,基于正态分布的68-95-99.7法则,利用纵向时间序列建立了评价数据真实性的动态阈值评价法,并给出这3种数据质量评价方法组合使用的流程.实测数据验证表明,真实性评价法的评价效果明显优于固定阈值法和交通流理论法,异常性评价法优于经典的加州算法.

基础交通数据质量评价研究

高质量交通数据是智能交通系统(ITS)有效发挥其功能的基础,建立一套数据质量评价体系是ITS数据质量管理的基本要求。文中采用客观评价法,以固定型车辆检测设备采集的基础交通数据为对象,通过分析引起基础交通数据质量降低的主要原因以及数据质量问题的主要表现,建立评价基础交通数据质量的多维指标体系(即完整性、有效性、准确性、实时性)及其评价方法。研究成果已成功应用于上海市道路交通信息采集系统对基础交通数据质量的评价。

基于实测交通数据和可靠度理论的多车道荷载横向折减系数研究

采用可靠度理论并针对实测交通数据对交通流特性进行统计分析。根据实测交通量和车重信息提出给定车型的重车概率分布类型为双重威布尔分布,依据轴距数据运用核密度估计分析得出轴距的代表值,通过速度信息得出车速的分布类型,并取分布的0.05分位值作为车速的代表值。采用回归分析拟合最大荷载W_(max)与均值μ及标准差σ之间的关系式并获取车重样本的变异系数变化情况,进一步采用概率算法得出了适用于当前交通状况的多车道荷载横向折减系数。

基于手机定位的实时交通数据采集技术

交通数据采集是建设智能交通系统的首要环节,如何通过较为经济的方式及时获得质量可靠的交通数据是当前国内外交通数据采集面临的重大问题。首先介绍了手机定位技术应用于交通数据采集的发展背景和需求,同时介绍了TDOA,A-GPS,CELLIDwithTA,Handover等常用定位技术,并对其定位精度进行对比。分析了基于手机定位技术的交通数据采集技术的关键问题,总结了近年国外高校、交通研究机构的主要研究成果和项目经验,最后提出进一步需要解决的问题。