基于多源数据融合的城市交通拥堵扩散的研究及其应用
发布时间：2021-07-05 19:50
随着我国城市化进程的发展,居民出行的需求量逐年提高,低速的交通道路资源的增长无法满足人们快速增长的出行需求,交通拥堵扩散问题成为了困扰各大中小城市的主要问题之一。交通拥堵问题不仅会给人们的出行带来不便,还会导致环境污染,阻碍社会经济的发展,因此研究交通拥堵扩散问题具有重要的应用价值和现实意义。然而城市道路系统复杂多样,并且城市交通受多种因素的共同影响,城市交通的研究需要从多角度、全方位对整个城市进行全面认识,多源数据为研究城市交通拥堵扩散提供了机遇。但是城市交通中的大数据存在有数据稀疏、缺失、倾斜和异构的问题,数据融合技术在城市拥堵的研究中,还往往停留在数据加工与预处理、相关性分析或者直接融合阶段,忽略了影响交通各个因素在时空上的动态变化过程。因此,本文基于城市大数据,探究复杂交通环境下的数据融合技术,对城市交通拥堵扩散及其相关问题进行研究,主要研究内容包括:1.提出基于权重分配方法的同构多源数据融合模型:针对复杂交通环境下乇乐乓数据具有数据倾斜、数据稀疏、数据缺失和数据偏移等问题,提出了基于权重分配方法的同构多源数据融合模型。模型根据多源乇乐乓数据的数量和质量动态调节各个数据在融合时...
【文章来源】：中国科学院大学(中国科学院深圳先进技术研究院)广东省
【文章页数】：116 页
【学位级别】：博士
【文章目录】：
摘要
Abstract
第1章 引言
1.1 研究背景和意义
1.2 研究现状与存在的问题
1.3 本文的研究内容
1.4 论文组织结构
第2章 城市计算相关技术
2.1 多源数据融合
2.2 实时路况预测
2.3 交通拥堵扩散
2.4 交通瓶颈识别
2.5 城市大数据处理
2.6 本文的研究架构
第3章 基于异构多源数据融合的路况预测模型
3.1 问题描述
3.2 分支-转换-融合策略
3.3 基于分支-转换-融合策略的多源数据融合架构
3.4 时空嵌入表示
3.4.1 空域特征嵌入
3.4.2 时域特征嵌入
3.4.3 时空特征融合
3.5 特征转换
3.6 特征融合
3.7 实验结果
3.7.1 实验设置
3.7.2 数据预处理
3.7.3 实时路况数据处理
3.7.4 整体性能评估
3.7.5 训练过程的效率分析
3.7.6 实验案例
3.7.7 分支-转换-融合策略在图片分类中性能提升
3.8 本章小结
第4章 基于多源数据融合的拥堵扩散模型
4.1 问题定义与研究方法
4.2 交通拥挤度
4.3 交通流模型
4.3.1 交通流影响的推断
4.3.2 基于数据融合的路况预测
4.3.3 参数学习
4.4 交通拥堵扩散建模
4.5 实验结果
4.5.1 实验设定
4.5.2 整体性能评估
4.5.3 交通拥堵扩散模型分析
4.5.4 模型参数
4.5.5 实验案例
4.6 本章小结
第5章 基于影响最大化的交通瓶颈识别
5.1 问题定义
5.2 基于贪心算法的交通瓶颈识别
5.3 基于节点诱导选择策略的交通瓶颈识别
5.4 实验结果
5.4.1 实验设定
5.4.2 交通瓶颈发现性能分析
5.4.3 参数选择
5.4.4 案例分析
5.4.5 基于整个城市交通网络的交通瓶颈发现
5.5 本章小结
第6章 总结与展望
6.1 主要研究工作
6.2 后续研究工作展望
参考文献
作者简历及攻读学位期间发表的学术论文与研究成果
致谢
【参考文献】：
期刊论文
[1]北京交通拥堵指数的多标度扩散熵分析[J]. 黄静静. 北京信息科技大学学报(自然科学版). 2014(03)
[2]基于NSCT和IHS变换域的灰度可见光与红外图像融合方法[J]. 孔韦韦,雷英杰,雷阳,倪学亮. 系统工程与电子技术. 2010(07)
[3]Urban traffic congestion propagation and bottleneck identification[J]. LONG JianCheng, GAO ZiYou, REN HuaLing & LIAN AiPing State Key Laboratory of Rail Traffic Control and Safety, Beijing Jiaotong University, Beijing 100044, China. Science in China（Series F:Information Sciences）. 2008(07)
本文编号：3266714
【文章来源】：中国科学院大学(中国科学院深圳先进技术研究院)广东省
【文章页数】：116 页
【学位级别】：博士
【文章目录】：
摘要
Abstract
第1章 引言
1.1 研究背景和意义
1.2 研究现状与存在的问题
1.3 本文的研究内容
1.4 论文组织结构
第2章 城市计算相关技术
2.1 多源数据融合
2.2 实时路况预测
2.3 交通拥堵扩散
2.4 交通瓶颈识别
2.5 城市大数据处理
2.6 本文的研究架构
第3章 基于异构多源数据融合的路况预测模型
3.1 问题描述
3.2 分支-转换-融合策略
3.3 基于分支-转换-融合策略的多源数据融合架构
3.4 时空嵌入表示
3.4.1 空域特征嵌入
3.4.2 时域特征嵌入
3.4.3 时空特征融合
3.5 特征转换
3.6 特征融合
3.7 实验结果
3.7.1 实验设置
3.7.2 数据预处理
3.7.3 实时路况数据处理
3.7.4 整体性能评估
3.7.5 训练过程的效率分析
3.7.6 实验案例
3.7.7 分支-转换-融合策略在图片分类中性能提升
3.8 本章小结
第4章 基于多源数据融合的拥堵扩散模型
4.1 问题定义与研究方法
4.2 交通拥挤度
4.3 交通流模型
4.3.1 交通流影响的推断
4.3.2 基于数据融合的路况预测
4.3.3 参数学习
4.4 交通拥堵扩散建模
4.5 实验结果
4.5.1 实验设定
4.5.2 整体性能评估
4.5.3 交通拥堵扩散模型分析
4.5.4 模型参数
4.5.5 实验案例
4.6 本章小结
第5章 基于影响最大化的交通瓶颈识别
5.1 问题定义
5.2 基于贪心算法的交通瓶颈识别
5.3 基于节点诱导选择策略的交通瓶颈识别
5.4 实验结果
5.4.1 实验设定
5.4.2 交通瓶颈发现性能分析
5.4.3 参数选择
5.4.4 案例分析
5.4.5 基于整个城市交通网络的交通瓶颈发现
5.5 本章小结
第6章 总结与展望
6.1 主要研究工作
6.2 后续研究工作展望
参考文献
作者简历及攻读学位期间发表的学术论文与研究成果
致谢
【参考文献】：
期刊论文
[1]北京交通拥堵指数的多标度扩散熵分析[J]. 黄静静. 北京信息科技大学学报(自然科学版). 2014(03)
[2]基于NSCT和IHS变换域的灰度可见光与红外图像融合方法[J]. 孔韦韦,雷英杰,雷阳,倪学亮. 系统工程与电子技术. 2010(07)
[3]Urban traffic congestion propagation and bottleneck identification[J]. LONG JianCheng, GAO ZiYou, REN HuaLing & LIAN AiPing State Key Laboratory of Rail Traffic Control and Safety, Beijing Jiaotong University, Beijing 100044, China. Science in China（Series F:Information Sciences）. 2008(07)
本文编号：3266714
本文链接：https://www.wllwen.com/shoufeilunwen/gckjbs/3266714.html
