针对在城市路网中大面积采集交通信息所存在的问题,提出了一种基于浮动车辆数据(floating car data,FCD)的城市道路车流速度估计算法,并通过FCD系统进行交通速度信息的采集.速度估计采用了一种改进的弧段Dijkstra路径寻优算法,在图的弧...针对在城市路网中大面积采集交通信息所存在的问题,提出了一种基于浮动车辆数据(floating car data,FCD)的城市道路车流速度估计算法,并通过FCD系统进行交通速度信息的采集.速度估计采用了一种改进的弧段Dijkstra路径寻优算法,在图的弧段-弧段存储结构中考虑了城市路网限制性道路交通信息的表达,并将路网的一些先验信息引入弧段关系结构中,提高了搜索效率和准确性.实验结果论证了所提出方法的有效性和可靠性.展开更多
Intelligent traffic system(ITS) is a development trend for urban modern traffic.Active guidance control for urban traffic can relieve increasing traffic congestion pressure effectively.FCD(floating car data) based dyn...Intelligent traffic system(ITS) is a development trend for urban modern traffic.Active guidance control for urban traffic can relieve increasing traffic congestion pressure effectively.FCD(floating car data) based dynamic guidance for urban traffic is one of the directions of traffic control research.To meet the real-time demand for massive FCD processing,an FCD parallel computing based dynamic traffic guidance approach is presented and implemented.The FCD properties are analyzed in detail.An FCD parallel computing based dynamic traffic guidance system is developed on KD-50-I-E platform.Experimental results demonstrate the effectiveness and feasibility of the proposed approach.展开更多
浮动车数据(floating car data, FCD)技术是大规模城市路网交通流实时采集的有效方法.城市交通的动态诱导和控制需要对海量FCD进行快速处理.鉴于此,提出了FCD并行计算的动态任务调度方法.针对FCD数据包计算时间的不确定性和动态性,根据...浮动车数据(floating car data, FCD)技术是大规模城市路网交通流实时采集的有效方法.城市交通的动态诱导和控制需要对海量FCD进行快速处理.鉴于此,提出了FCD并行计算的动态任务调度方法.针对FCD数据包计算时间的不确定性和动态性,根据计算节点的处理能力进行数据包的动态分割,在处理过程中,采用动态任务分配策略以实现计算节点的同步.该方法在龙芯国产大数据一体机平台上进行了实现,并采用现场FCD数据进行了实验验证,结果表明,该方法较轮询和Min-Min调度算法,显著地提高了并行处理的性能.展开更多
为提高浮动车数据中异常数据检测能力及不同载客状态下的模型检测分析能力,提出基于S-DTA-IIForest(Summation&Difference Third Order Average&Improvement-Isolation Forest)的浮动车数据异常检测算法。构建由相邻两项求和(S...为提高浮动车数据中异常数据检测能力及不同载客状态下的模型检测分析能力,提出基于S-DTA-IIForest(Summation&Difference Third Order Average&Improvement-Isolation Forest)的浮动车数据异常检测算法。构建由相邻两项求和(S)、三阶求和平均差分(DTA)的二维度空间SDTA特征向量;提出差额累计更新和动态区分辨识的改进孤立森林IIForest算法,通过设置停止阈值参数,避免当出现新样本异常值分数大于停止阈值时,仅更新样本不更新孤立森林模型的问题,设计每个二叉树区分辨识度参数,区分辨识度位于停止区间时停止二叉树生长,提高算法收敛性能,以ROC(Receiver Operating Characteristic)曲线下面积AUC(Area Under ROC Cure)、F1-score为指标对模型精度进行对比分析,并以重庆市中心城区学府大道开展实例验证。结果表明:本文S-DTA-IIForest组合算法AUC、F1-score分别为86.63%、0.89,AUC较传统孤立森林IForest(Isolation Forest)提高32.4%,运行效率提高1.29%,具有收敛速度更快、精度更高的优势,载客条件下模型AUC、F1-score较未载客分别提高7.7%、10.8%,组合算法对载客数据有更高的检测精度,且未载客状态数据异常率较载客状态增加71.4%,未载客数据异常率更高。展开更多
文摘针对在城市路网中大面积采集交通信息所存在的问题,提出了一种基于浮动车辆数据(floating car data,FCD)的城市道路车流速度估计算法,并通过FCD系统进行交通速度信息的采集.速度估计采用了一种改进的弧段Dijkstra路径寻优算法,在图的弧段-弧段存储结构中考虑了城市路网限制性道路交通信息的表达,并将路网的一些先验信息引入弧段关系结构中,提高了搜索效率和准确性.实验结果论证了所提出方法的有效性和可靠性.
文摘Intelligent traffic system(ITS) is a development trend for urban modern traffic.Active guidance control for urban traffic can relieve increasing traffic congestion pressure effectively.FCD(floating car data) based dynamic guidance for urban traffic is one of the directions of traffic control research.To meet the real-time demand for massive FCD processing,an FCD parallel computing based dynamic traffic guidance approach is presented and implemented.The FCD properties are analyzed in detail.An FCD parallel computing based dynamic traffic guidance system is developed on KD-50-I-E platform.Experimental results demonstrate the effectiveness and feasibility of the proposed approach.
文摘浮动车数据(floating car data, FCD)技术是大规模城市路网交通流实时采集的有效方法.城市交通的动态诱导和控制需要对海量FCD进行快速处理.鉴于此,提出了FCD并行计算的动态任务调度方法.针对FCD数据包计算时间的不确定性和动态性,根据计算节点的处理能力进行数据包的动态分割,在处理过程中,采用动态任务分配策略以实现计算节点的同步.该方法在龙芯国产大数据一体机平台上进行了实现,并采用现场FCD数据进行了实验验证,结果表明,该方法较轮询和Min-Min调度算法,显著地提高了并行处理的性能.
文摘为提高浮动车数据中异常数据检测能力及不同载客状态下的模型检测分析能力,提出基于S-DTA-IIForest(Summation&Difference Third Order Average&Improvement-Isolation Forest)的浮动车数据异常检测算法。构建由相邻两项求和(S)、三阶求和平均差分(DTA)的二维度空间SDTA特征向量;提出差额累计更新和动态区分辨识的改进孤立森林IIForest算法,通过设置停止阈值参数,避免当出现新样本异常值分数大于停止阈值时,仅更新样本不更新孤立森林模型的问题,设计每个二叉树区分辨识度参数,区分辨识度位于停止区间时停止二叉树生长,提高算法收敛性能,以ROC(Receiver Operating Characteristic)曲线下面积AUC(Area Under ROC Cure)、F1-score为指标对模型精度进行对比分析,并以重庆市中心城区学府大道开展实例验证。结果表明:本文S-DTA-IIForest组合算法AUC、F1-score分别为86.63%、0.89,AUC较传统孤立森林IForest(Isolation Forest)提高32.4%,运行效率提高1.29%,具有收敛速度更快、精度更高的优势,载客条件下模型AUC、F1-score较未载客分别提高7.7%、10.8%,组合算法对载客数据有更高的检测精度,且未载客状态数据异常率较载客状态增加71.4%,未载客数据异常率更高。
