学位论文 > 优秀研究生学位论文题录展示

城市快速路交通流故障数据修复方法研究

作　者: 邹晓芳
导　师: 王卓
学　校: 北京交通大学
专　业: 安全技术及工程
关键词: 故障数据数据修复时空特性分析最大熵最小二乘支持向量机
分类号: U491.112
类　型: 硕士论文
年　份: 2014年
下　载: 16次
引　用: 0次
阅　读: 论文下载

内容摘要

摘要：交通流数据是交通状态辨识、交通管理及控制等交通领域研究及工作开展的基础。随着交通信息采集系统的发展,海量交通流数据不断涌现,但由于检测器自身故障、传输网络故障及环境因素等的影响,采集到的交通流数据难免会出现各种质量问题(不完整、错误、噪音等)。有效地对交通流故障数据(包括缺失数据和异常数据)进行识别和修复,使其能够真实地反映交通运行状态,才能为后续各项研究的顺利开展提供完整的数据支持和基础保障。本论文从检测器采集到的交通流数据出发,在对故障数据进行有效识别及分析的基础上研究对故障数据进行修复的方法。首先对数据进行时空特性分析,确定用来进行故障数据修复的时间特征参数和空间特征参数；然后进一步分析了交通故障数据识别和修复的方法,提出了基于平滑估计阈值的故障数据识别方法和基于统计相关分析的故障数据修复方法,并进行了实验验证；最后基于“分解—组合”思想,以基于最小二乘支持向量机的数据修复模型作为局部修复模型,以基于最大熵的交通状态概率分布估计模型作为自适应权重模型,提出一种自适应权重的两阶段故障数据修复组合模型,并结合北京市微波检测器的实际交通流量数据进行实验验证。实验结果表明,该方法能够较大程度上减少交通系统随机因素的干扰,具有较高的修复精度。

全文目录

致谢  5-6
中文摘要  6-7
ABSTRACT  7-8
目录  8-13
1 引言  13-20
  1.1 论文研究背景与意义  13-14
  1.2 国内外相关研究现状  14-17
  1.3 论文研究内容及框架  17-19
    1.3.1 论文研究内容  17-18
    1.3.2 论文研究框架  18-19
  1.4 本章小结  19-20
2 交通流数据时空特性分析  20-35
  2.1 交通流数据时间相关性分析  20-27
    2.1.1 相关性分析理论  21-22
    2.1.2 交通流数据自相关性分析  22-23
    2.1.3 交通流数据的周相似性  23-27
  2.2 交通流数据空间聚类分析  27-34
    2.2.1 层次聚类分析基本原理  28
    2.2.2 层次聚类分析的步骤  28-29
    2.2.3 层次聚类分析在交通流数据的应用  29-34
  2.3 小结  34-35
3 交通流故障数据分析  35-60
  3.1 交通流数据来源及故障数据产生原因  35-38
    3.1.1 交通流数据的来源  35-37
    3.1.2 故障数据产生原因  37-38
  3.2 基于平滑估计阈值的故障数据识别分析  38-49
    3.2.1 交通流故障数据识别方法  38-41
    3.2.2 故障数据识别模型  41-43
    3.2.3 实验分析  43-49
  3.3 基于统计相关分析的故障数据修复分析  49-59
    3.3.1 交通流故障数据修复方法  49-53
    3.3.2 故障数据修复模型  53-56
    3.3.3 实验分析  56-59
  3.4 小结  59-60
4 自适应权重的两阶段故障数据修复组合模型  60-79
  4.1 故障数据修复组合模型的基本思路  60-62
  4.2 基于最大熵的交通状态概率分布估计  62-70
    4.2.1 断面交通状态的识别  63
    4.2.2 最大熵原理  63-66
    4.2.3 基于最大熵的交通状态概率分布估计模型  66-67
    4.2.4 实验分析  67-70
  4.3 故障数据修复组合模型  70-77
    4.3.1 数据样本分类  70-71
    4.3.2 最小二乘支持向量机  71-72
    4.3.3 基于最小二乘支持向量机的故障数据修复局部模型  72-73
    4.3.4 权重的确定  73-74
    4.3.5 实验分析  74-77
  4.4 本章小结  77-79
5 总结与展望  79-81
  5.1 主要研究结论  79-80
  5.2 研究展望  80-81
参考文献  81-85
附录A  85-87
附录B  87-89
附录C  89-90
附录D  90-92
作者简历  92-94
学位论文数据集  94

城市快速路交通流故障数据修复方法研究

内容摘要

全文目录

相似论文