适用于车辆轨迹数据处理的小波去噪评价方法

在车辆轨迹数据处理中,针对小波去噪的效果缺乏评价方法,导致小波去噪的分解层数往往基于经验或直接给定得到,缺乏理论支撑这一问题,文章提出一种适用于车辆轨迹数据处理的小波去噪复合评价指标。首先计算得到均方根误差变化量和平滑度变化量两个指标,然后使用熵权法和变异系数法进行组合赋权,将权值和归一化后指标进行线性组合后构成复合评价指标,复合评价指标越小则表明小波去噪效果越好。结果表明,文章提出的复合评价指标在不同强度的噪声情况下均能较好的指导小波去噪的分解层数选择。

车辆轨迹数据的若干处理方法研究

从智能车路协同系统的概念出发,介绍了车路协同系统下的数据采集标准及轨迹数据特点,研究了轨迹数据处理的若干方法,包括车辆轨迹重构、交通参数提取、轨迹聚类等。

基于GPS轨迹数据的城市路段交通拥堵时序分析

随着城市化进程在我国的加快和机动车数量猛增,交通拥堵也成为大中城市面临的主要"城市病"之一。因此,要想有效缓解拥堵问题,一个有效的方法就是利用载有GPS的车辆来实时监控道路拥堵情况。利用武汉市30 d的出租车GPS数据和武汉市道路数据,针对出租车的交通运行特性,分析原始出租车GPS数据,对其进行预处理,包括对据误差处理、路网匹配几个方面。在此基础上,建立了基于速度的拥堵路段提取方式,并具体分析了处理结果,涉及到对1 d内上下班高峰期的研究、工作日和非工作日城市路网拥堵情况的对比、城区主干道路与非主干道路在不同时间段拥堵情况的对比,以及道路拥堵情况的相关性分析。

Voxler在钻孔轨迹可视化中的应用

研究了一般钻孔轨迹可视化方法,结合Voxler三维可视化功能,通过分析其数据格式,操作步骤,自动化过程,实现了其在钻孔轨迹可视化中的应用。研究结果表明,Voxler软件对钻孔轨迹可视化有很好的支持,功能强大,操作简单,通用性好,是钻孔轨迹可视化的理想工具。

煤矿井下钻孔轨迹测量APP设计与开发

基于安卓平台设计开发的APP,适用于新型离线式钻孔轨迹监测装备,实现无缆数据传输、钻孔数据采集、井下现场数据处理和绘图等。参照传统主机数据采集方法、电脑端数据处理方法和逻辑过程,完成APP需求分析和功能设计。对电脑端现有部分算法进行移植重写,使用Java语言在Eclipse+ADT开发平台上完成开发,在多个安卓系统版本上进行测试运行稳定。给出APP钻孔测量和数据处理应用的操作过程,数据处理结果和轨迹绘图与电脑端对比结果相同。

长短时记忆网络在移动场景中的应用研究进展

移动定位技术的普及使得海量的移动轨迹得到采集与存储,随之也带来轨迹数据处理的巨大需求和研究价值。长短时记忆网络因其出色的序列数据处理能力,近年来已经在该领域得到许多关注与应用。对长短时记忆网络的起源背景进行回顾,介绍其工作机制以及发展现状,并着重探讨在移动场景中,利用长短时记忆网络实现轨迹数据处理的几种典型应用。

关于出租车载客地点序列推荐技术的研究

在大城市中,出租车已成为实现智能交通运输系统不可或缺的一环。然而,由于一些出租车司机的驾驶经验,和对城市活动的熟悉程度的不足,使得其在寻找乘客时会采取毫无目的的随机漫游策略。这就导致了出租车司机的收益不高,同时也造成了能源的消耗以及环境的污染。针对此问题,将提出出租车载客地点的推荐模型,使得模型给出的推荐地点序列能获得较高的期望收益。具体来说,将基于出租车GPS轨迹数据建立出租车载客地点的马尔科夫决策过程模型,并给出求解该模型的2种算法。仿真实验结果显示,与典型的TopK方法相比,给出的推荐结果能更好地提高单位时间内出租车司机的收益。

基于排名学习和多源信息的地图匹配方法

融合多源信息能有效提高地图匹配的准确率。已有的地图匹配方法依赖于数学模型,当引入新类型的数据时,需要重新设计数学模型或调整模型参数。为解决该问题,提出了一种端到端的数据驱动地图匹配方法。该方法不需要建立具体的数学模型,只需从匹配结果已知的数据中学习候选道路的评分函数:选出某GPS点的候选道路,利用评分函数对所有候选道路进行打分,选择分数最高的道路作为地图匹配结果。实验结果表明,该方法能直接利用新类型的数据提高地图匹配的准确率,能在数据缺失时避免准确率急剧降低。此外,具有与基于HMM方法相近的准确率和与基于夹角特征和距离特征方法相当的速度。