基于LS-SVM的交通流时序数据补齐方法

实时、准确的交通流数据是实现智能运输系统(Intelligent Transportation Systems,简称ITS)的关键,对交通流的控制和诱导有直接影响。由于种种原因,通过交通检测器获得的数据往往是不完整的,存在丢失现象,影响了后续模型的实际应用效果。针对这一问题,提出一种基于最小二乘支持向量机(Least Squares Support Vector Machines,简称LS-SVM)的交通流时间序列数据补齐模型,利用交通流历史数据对丢失值进行诊断和修补。利用实例仿真验证表明,LS-SVM具有较好的泛化能力和很强的鲁棒性,采用基于LS-SVM的交通流时间序列模型补齐丢失数据能够取得很好的效果。

GPS车载导航系统技术趋势浅析

本文通过对GPS车载导航系统的构成及其国内外发展现状的分析,阐明了我国GPS车载导航系统将向信息终端融合化、交通信息实时化、信息服务平台化、数据更新网络化方向发展的技术趋势。