城市道路交通流预测预报系统研究与应用 本书特色

《城市道路交通流预测预报系统研究与应用》是由中国铁道出版社出版的。

城市道路交通流预测预报系统研究与应用 内容简介

本书在介绍国内外城市交流预测预报系统发展状况的基础上，介绍作者研究开发的北京市道路交通流预测预报系统的系统架构，核心预测模型及部分关键技术，包括地理信息系统、数据融合技术、数据库技术、软件体系架构及在北京市道路交通流特性预测预报系统中的应用，*后介绍了该

城市道路交通流预测预报系统研究与应用 目录

第1章 概述1.1 智能交通系统概述1.2 城市道路交通管理1.3 北京市道路交通状况1.4 北京市智能交通管理系统发展状况第2章 城市道路交通流预测预报系统2.1 城市道路交通流预测预报系统概述2.2 国内外发展状况第3章 道路交通流预测模型与方法3.1 概述3.2 非参数回归的短时交通流预测模型3.3 基于组合模型的交通流预测模型与方法第4章 交通地理信息系统4.1 交通地理信息系统概述4.2 GIS-T系统设计4.3 WebGIS应用4.4 ArcGIS功能4.5 ArcIMS4.6 ArcGIS Server第5章 数据融合技术5.1 数据融合的定义5.2 数据融合的层次和种类5.3 数据融合的技术和方法5.4 数据融合技术在交通领域中的应用5.5 数据挖掘技术第6章 数据库技术6.1 数据库的产生和发展6.2 数据库系统的构成和特点6.3 分布式数据库6.4 实时数据库6.5 数据仓库6.6 系统处理效率第7章 软件系统体系架构7.1 基本概念7.2 C／S、B／S7.3 本系统中的架构介绍第8章 系统的需求分析8.1 功能需求描述8.2 其他需求描述第9章 系统设计9.1 系统物理结构9.2 系统逻辑架构9.3 系统功能设计9.4 系统详细设计第10章 北京市道路交通流特性预测预报系统开发10.1 北京市现有检测系统10.2 系统实施环境分析10.3 系统功能介绍

城市道路交通流预测预报系统研究与应用 节选

《城市道路交通流预测预报系统研究与应用》在介绍国内外城市道路交通流预测预报系统发展状况的基础上，介绍作者研究开发的北京市道路交通流预测预报系统的系统架构、核心预测模型及部分关键技术，包括地理信息系统、数据融合技术、数据库技术、软件体系架构及在北京市道路交通流特性预测预报系统中的应用，*后介绍了该系统的需求分析、系统设计及系统开发应用的情况。《城市道路交通流预测预报系统研究与应用》可作为城市智能交通系统研究和开发人员的参考用书及高等院校相关专业的辅助教材。

城市道路交通流预测预报系统研究与应用 相关资料

插图：（1）重复数据、缺失数据的处理按照检测器时间确定数据是否重复和缺失。对于重复数据，处理原则是只保留第一组数据；对于缺失数据，如果缺失量较小（一组或者两组），则采用拷贝前一时刻或者后一时刻的组数据。如果缺失量较大，则缺失数据全部补零。（2）数据整合原始数据的检测时间间隔与预测的间隔往往不完全相同，因此需要将原始时间间隔的数据处理成系统所需要的预测的时间间隔。2.主成分分析,主成分分析时通过一组变量的几个线性组合来解释这组变量的方差一协方差结构。它的一般目的是：①数据的压缩；②数据的解释。虽然要求p个成分可以再现全系统的变异性，但大部分变异性常常只用少数k个主成分就可说明。出现这种情况时，这k个主成分中所包含的信息和那声个原变量所包含的几乎一样多。于是这k个主成分就可以用来取代那初始的p个变量，并且由对p个变量的所组成的原数据集，就压缩为对k个主成分的n次测量值所组成的数据集。短时交通流预测需要对路网进行大量的实验，收集大量的数据以便进行分析寻找规律。影响被测路段交通流的因素很多，而且当路网结构越复杂时，影响因素越多，这种多因素在有的时候可以达到十几个甚至几十个。多变量大样本无疑会为流量预测提供丰富的信息，但也在一定程度上增大了数据采集的工作量，这会使后面的数据存储浪费大量的存储空间，并且在数据检索时，会由于庞大的数据量而无法达到实时性的要求，从而造成“维数灾”问题。更重要的是，在大多数情况下，许多变量之间可能存在相关性而增加了问题分析的复杂性，同时对分析带来不便。如果分别分析每个指标，分析又可能是独立的，而不是综合的。盲目减少指标会损失很多信息，容易产生错误的结论。因此，需要找到一个合理的方法，减少分析指标的同时，尽量减少原指标包含信息的损失，对所收集的数据做全面的分析。由于各变量间存在一定的相关关系，因此有可能用较少的综合指标分别综合存在于各变量中的各类信息。综合指标之间彼此不相关，即各指标代表的信息不重叠。

 1/2    1 2 下一页 尾页

工业技术 汽车与交通运输 公路运输

在线阅读