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。

大数据在交通规划和管理中实践探索——以广州为例

大数据条件下的交通系统分析不是将大数据技术简单套用或者移植到交通领域,而是将大数据技术融入到交通体系中,将数据挖掘成为有效信息,从价值信息中提炼特征,从特征变化中发现规律,从特征规律中提出措施.首先,梳理大数据的特征、发展阶段以及交通大数据3大类别;其次,分析手机数据、IC卡数据、GPS数据和道路卡口数据的基本原理和应用领域,以广州市为例进行实证研究,并从单类数据深入挖掘、数据质量评估和验证以及多元数据融合等提出研究3点展望,为下一步城市交通大数据的应用提供参考.

道路交通卡口管理系统概述

介绍了道路交通卡口管理系统的开发背景和目的,详细描述了系统结构、技术特点和系统功能。