网络链路传输层数据分组加密算法仿真

为了更好的实现网络数据保护,提出网络链路传输层数据分组加密优化算法。构建网络链路信息传输模型,并在模型的基础上对GBNARQ协议及其协议性能展开学习;针对链路传输层的数据开展RSA加密,并分析其自身所具备的安全问题,叠加MD5签名机制,以实现网络链路传输层数据分组加密算法优化的目的。经实验验证表明,所提方法对硬件内存要求较小,在计算过程中的能量消耗较少,在数据量相同的情况下所提方法的加密效率最高,且通过所提方法加密后,数据ASCII分布图分布均匀,使得该方法具有较高的安全性能。

有限OD数据条件下城市快速路网规划路径探究

为了克服有限数据对城市快速路网规划建模的影响,并实现面向规划方案的系统客观的评价方法,本研究以河南省安阳市城市快速路网规划为算例,首先,在人口信息和居民出行(Orientation and Destination,OD)数据不可达的情境下,引入多路径OD矩阵反推算法(Multiple Path Matrix Estimation,MPME)以明确现状中心城区内居民出行OD分布矩阵,采用Python集计人口栅格数据中每个单元的数值大小并赋予给相应的交通小区;进而,基于交通需求分析的结果,给出城市快速路网规划方案,并于系统工程决策层面对各方案进行比选;最后,分别从技术评估(静态)和服务评估(动态)对规划方案实施效果进行了评价.结果显示,规划方案3的密切值为0.212,在3个方案中表现最好;规划方案实施后,中心城区负荷度较高的道路都降为1.0以下甚至更低.结论表明,本研究提出的方法可有效解决数据有限条件下的城市快速路网规划工作,研究方案具有可操作性,可作为专项交通规划工作中行之有效的1种方法.

基于聚类算法的公共交通乘客出行特征分析——以北京市为例

为掌握乘客的精细化出行需求,进而提升公共交通系统的服务品质,以北京市为例,利用智能卡数据对乘客的出行特征进行分析。首先通过数据预处理获取乘客的完整出行链,然后从出行强度、出行时间和出行空间三个维度提取乘客出行特征指标,并利用主成分分析法(Principal Component Analysis, PCA)对其进行降维处理,最后基于降维后的特征利用不同的聚类算法对乘客进行分类。研究结果显示:K-means++算法的聚类效果最佳,聚类结果包含5类具有不同出行特征的乘客群体;其中类型一乘客的出行强度较大且出行时空特征稳定性较高,具有较明显的通勤出行特征,该类型乘客人数仅占总乘客数的18.4%,但其出行量占比超过55%,由于其公共交通依赖度较高,高峰期间应作为重点保障对象;类型二主要为生活类出行乘客,其出行时空稳定性较低,应深入挖掘此类乘客的个性化生活出行需求;类型三~类型五主要为低频或偶然出行乘客。根据乘客多天的出行链,进一步挖掘类型一乘客的居住地和工作地,结果显示乘客居住地主要分布在回龙观、天通苑以及黄村等区域,工作地主要分布在国贸、中关村和望京等区域,与北京市现状相符。

基于门架数据的高速公路拥堵识别研究

有效识别高速公路拥堵情况,能为高速公路的交通管控及建设规划提供有效依据。基于高速公路门架数据,提出了一套基于行程时间阈值的拥堵识别分析方法,提取车辆的行程时间集合,利用聚类算法对路段的不同拥堵等级的行程时间阈值进行标定,从而对高速公路拥堵情况进行判别。在实例分析中,以广州市高速公路网为研究对象,开展了拥堵识别分析。结果表明,广州市高速公路总体运行状态良好,80%的时段路段处于顺畅状态。

面向智能交通系统的最优路线规划设计方法

交通拥堵已经成为城市化进程中必须要解决的问题之一。随着智能交通系统的逐渐普及,基于车辆导航和定位系统的路径规划成为解决交通拥堵、提高通行效率的关键技术。该文首先介绍现阶段常用的几种路径规划算法,随后分别概述车辆最优行驶路径的静态规划和动态规划方法。通过搭建车辆路径规划仿真平台,利用静态路径规划数学模型,可以使用最短路径查询算法和详略层快速查询算法,为驾驶员规划一条最优路径。创建动态规划数学模型,则能帮助车辆主动避开有交通管制的路径,进一步提升通行效率。实验表明,使用基于车辆协调算法的动态路径规划,能够减少智能交通网络中拥堵道路数,从而提高整个智能交通系统的通行效率。

基于路段交通量的交通需求量优化研究

交通需求数据是交通管控、出行诱导的重要基础数据,对原始交通需求数据进行优化,可提升交通状态判别和预测的准确性。本文选取高精度线圈交通量数据,采用遗传算法对原始交通出行数据进行优化。通过南京市某路网RFID采集过车数据的实例计算和分析,表明优化模型和算法在改善出行量数据量上有着不错的效果。优化后的出行量数据可作为交通需求预测的先验数据,或直接作为交通状态判别和预警的决策支持。

基于UDP的新型数据传输协议

基于连接的TCP协议虽然能提供可靠的数据传输能力,但它无法应用在双端局域网场合。而由于过去IPv4的资源限制和诸多历史原因,使得中国的局域网比例大大超过国外。在国内网络拓扑结构无法在短期内改变的现状下,基于UDP的“类TCP传输协议”的研究显得非常必要。作者提出了基于UDP[1]的大容量可靠数据传输协议———BUTP(Based UDP Transfer Protocol)。它利用UDP穿透NAT(Network Address Translation)的能力[2],结合TCP协议的传输算法,实现在双端局域网之间稳定高效地传输数据流。

基于ZigBee技术的海运冷藏集装箱实时监测系统设计

冷藏集装箱作为药品、保鲜食品等冷冻冷藏货物的重要运输工具,在运输过程中内部环境易发生变化而造成货物腐坏,给企业财产带来严重损失。针对如何准确有效对在途冷藏集装箱内部温湿度进行实时监测的问题,利用多传感器数据融合理论对传输数据进行多级处理,并基于北斗卫星通讯技术构建远程监测系统,然后综合考虑了箱、船、岸等各个节点数据收集与传递的客观需求,构建了基于ZigBee技术的海运冷藏集装箱实时监测系统。该系统使得温湿度数据更具有科学性和可靠性,也提高了远程监测的及时性,对保障远洋运输的安全可靠有重要意义。

一种提高有线电视宽带网数据业务性能的算法

现代有线电视网正逐步向光纤同轴电缆混合 (hybridfiber coax ,HFC)网发展 ,HFC网以其频带宽和用户覆盖面广等优势成为为家庭用户提供宽带接入的重要手段之一。非对称宽带数据业务 (如高速Web浏览和FTP文件下载等 )是目前有线电视宽带网提供的主要服务 ,其性能的优劣将决定用户对有线电视宽带网的满意度 ,从而影响有线电视宽带网的普及和发展。概述了HFC网上行信道的数据传输机制 ,分析了其对数据业务性能造成的影响 ,对数据业务及其所采用的TCP协议在HFC网络环境中的性能进行了研究 ,并从HFC网上行信道带宽分配算法入手 ,对提高有线电视宽带网数据业务性能的方法进行了研究 ,提出了基于下行数据速率跟踪

一种新的公交数据模型与公交查询系统实现

针对目前大多数城市公交查询系统存在的问题,提出了一种新的公交数据模型,在对经典A*算法进行改进的基础上,提出了一种新的公交网络最短路径算法,实现了昆明市公交数据建模及公交查询系统。给出了公交网络最短路径算法流程图,将该算法与传统的Dijkstra算法应用于昆明市公交网络,并对其结果进行比较分析。结果表明,该系统操作直观,响应速度快,通过该系统,出行者可方便地获取出行所需的公交路线信息及其乘换地点,并可获取所经每一个站点的所有公交线路。

数据挖掘聚类算法在船岸一体化平台中的应用

船舶的远程动态跟踪及数据采集、处理与应用是船岸一体化平台的一项主要内容。船岸一体化平台收集的数据呈现复杂的关系,而利用数据挖掘技术能从中发现知识或规律,及时分析以提供决策支持。介绍船岸一体化平台的数据采集过程、对数据的要求以及数据挖掘方法的相关理论。以船舶节能为研究目标,举例说明k均值聚类算法的应用过程,为船岸一体化平台的数据处理与功能实现提供一个新的思路。

基于轨迹数据的道路客运班车停留站点位置提取方法

识别并提取道路客运班车停留站点的位置,可为道路客运的客运站站址优化、定制出行乘降站点设置、出行信息服务等提供依据和支持,然而当前获取班车停留站点位置的方法存在成本高、周期长的问题。通过分析道路客运班车停留轨迹数据的典型特征,以班车轨迹数据为数据源,基于DBSCAN算法检测位于停留站点的点簇进而提取停留站点位置。同时,针对DBSCAN算法具有高时间复杂度的问题,通过建立格网索引对算法进行了改进。基于京津冀区域的136条道路客运班线的班车轨迹数据进行了实证分析,结果表明:改进DBSCAN算法提高了算法执行效率,平均执行时间减少了59.72%,且所生成的班车停留站点数量与传统算法基本一致;在提取得到的282个班车停留站点中,256个为真实的班车停留站点,班车停留站点提取的正确率为90.78%。

区间数型多式联运路线优化问题的混合遗传算法

多式联运路线优化问题直接关系到货物运输的费用、时间和运输质量。首先分析了多式联运路线优化问题的数学模型及虚拟运输网络图;其次,将区间数排序的思想引入适应度函数的设计中,提出了一种求解区间数型多式联运路线优化问题的混合型遗传算法,给出了染色体编码、遗传算子设计、约束判断与调整及群体多样性控制的方法;最后用示例对算法的有效性进行了验证,算法的提出可为多式联运经营者的决策提供数据参考。

基于高速公路收费数据的车辆分类研究——以重庆市为例

为细化分析高速公路车辆出行特征,提升高速公路管控效率及精细化服务水平,提出“先定义后聚类”的高速公路出行车辆群体分类模型。基于重庆市某高速公路特定通道收费数据,以小客车为研究对象,首先,在分析车辆整体特征的基础上,提取并定义研究时段内单次出行或仅在周末出行的车辆;然后,以自然周为周期,从出行强度、出行时间维度、出行空间维度3方面构建剩余车辆出行量化指标;最后,利用K-means++算法对车辆聚类,综合地域实际背景将出行车辆分为6类,其中70%为“单次出行”或“零星出行”车辆,“通勤”及“营运”车辆只占车辆总数的0.82%,且“通勤”车辆多在20km以内的OD上出行。研究表明,所提出的模型能将高速公路出行车辆有效分类,且各类群体的出行时空分布存在较明显差异,可为针对性的交通需求管理提供合理依据。

XML数据公交信息查询优化算法及实现

针对公交线路规划的问题,必须提供一个准确快捷的公交查询系统以满足人们日常出行的需求.研究了基于XML数据的公交查询系统,该系统采用B/S模式,利用ASP.NET框架和C#语言,实现了公交运行查询功能.在换乘查询算法部分及在Dijkstra算法的基础上,分析了路径寻优的原理,实现了路径距离计算的具体方法.并通过减少临时节点排序及数量的方式,改进了Dijkstra算法,最终减少了寻找路径的时间并简化了路径计算.最后,以天津市公交数据为例,用改进的Dijkstra算法对公交查询系统进行了分析验证,结果表明,利用改进的Dijkstra算法可以实现高效的公交信息查询,节约查询时间,节省内存资源.

基于决策树方法的车辆油耗估计模型

车辆油耗是道路建设后评价的重要指标之一,同时也是道路路面设计、加油站选址、路径选择等问题的决策依据.传统的车辆油耗估计主要采用回归建模的方式,本文基于决策树数据挖掘方法给出了一种车辆油耗的估计模型.首先,利用主成分分析法获取影响车辆油耗的关键因素;其次,基于改进的C4.5决策树构建车辆油耗估计模型;最后,结合1组高速公路场景下车辆油耗的典型样本数据,对本文模型进行验证,通过对车辆油耗预测值与真实值的误差分析,表明本文模型的有效性和实用性.

基于OD的高速公路断面交通流量推算方法

目前,对高速公路断面交通流量的采集主要依靠人工方式或交通流量检测设备,没有充分利用已有的OD数据资源。针对非拥挤的交通状态,根据现有的高速公路OD数据,综合考虑高速公路不同路段对于不同车型车辆的限速要求及车辆在白天或夜间的运行状况等因素,在空间和时间上同时对OD数据进行分析处理,提出了1种高速公路断面交通流量推算方法,得到高速公路指定时间段内的断面交通流量及车型,采用趋势图描述断面交通流量的分布规律,对比分析基于OD数据得到的断面交通流量与车检器检测得到断面交通流量,并通过实例验证该算法的可靠性与实用性。

基于数据挖掘的海上交通流数据特征分析

将基于数据挖掘的聚类分析和图形化属性分析方法引入海上交通流数据特性分析领域。阐述了数据挖掘的基本思想与方法,并着重介绍了使用开源数据挖掘工具WEKA对某海上航道的交通流数据进行的数据挖掘实验。实验综合使用聚类分析和图形化属性分析两种方法得到该航道的特性信息,其结果证明利用数据挖掘方法可得到有价值的交通特性信息,并能为海上交通的有效管理提供有力的决策依据。

基于出租车轨迹数据的路径规划方法

传统的路径规划算法很大程度上是依赖于改进的加权最短路径算法,在大规模路网中效率较低而且没有考虑实际交通中的各种因素,得到的是理想情况下的最优路径。针对这种情况,根据出租车的轨迹数据提出一种路径规划方法,主要包括三个部分:首先,利用出租车数据挖掘司机在路径选择上的经验,提取经验轨迹形成经验轨迹集;然后,根据出租车在各经验路段各时段的速度和频次利用贝叶斯分类器对路网进行分层,构建分层路网;最后,使用分层路径规划算法实现层次路径规划。以北京市GPS数据为研究对象,将该方法与经典路径规划算法的结果进行比较。结果表明,该方法得到的路径可以综合考虑各种因素,得到实际行驶中的较快路径。

基于聚类算法的车辆数据挖掘及可视化研究

车辆运行工况决定了承载人员的生命安全,影响了整车工作效率,同时也是分析驾驶人员行为及构建UBI保险业务的数据基础。基于车联网技术,为构建车辆及周边环境的评价系统,以50辆不同型号私家车作为研究对象,在固定路段及时间段内,利用车载OBD终端采样车辆行驶数据。对各车辆的行驶速度、进气量、瞬时油耗、发动机转速等运行数据进行汇总与清洗,利用k-means聚类算法对样本数据进行了分布计算,并通过最小二乘拟合获得发动机各数据间运行曲线,与理论模型相一致,实现对车、人、路况的客观评价。进一步开发了车辆数据信息管理系统平台,经TCP/IP协议获取车载终端GPS数据,实现了行驶轨迹及车况数据的动态显示,方便了对车辆的跟踪与查询。该研究工作可为构建驾驶行为及UBI保险营销模型提供理论依据,同时为车联网的功能完善提供参考。