东南大学物联网交通应用研究中心
东南大学物联网应用研究中心
北京时间:
多源数据环境下高速公路交通状态判别与预测方法研究
2016-11-08 10:24   作者:张雯靓   来源:   浏览:512
    为了提高中心学生的科研学术水平,加强老师学生之间的交流讨论,东南大学物联网交通应用研究中心每周由老师或学生做一次学术汇报。
汇报人:李林超
汇报题目:多源数据环境下高速公路交通状态判别与预测方法研究

    数据融合(Data Fusion)概念,最初于20世纪70年代被提出,由于其良好的前景而在随后数十年得到飞速发展,并且进入诸多应用领域,如军事、气象、交通等。数据融合是指从物联网的感知层到应用层,各种信息的种类和数量都成倍增加,需要分析的数据量也成级数增加,同时还涉及各种异构网络或多个系统之间数据的融合问题,如何从海量的数据中及时挖掘出隐藏信息和有效数据的问题,给数据处理带来了巨大的挑战,因 此怎样合理、有效地整合、挖掘和智能处理海量的数据是物联网的难题。目前国内外多源数据融合技术大致可以分为估计理论、统计推理、信息论、 人工智能几大类。估计理论技术是多源数据融合技术发展和完善的坚实基础,主 要包括加权平均、最小二乘、Kalman滤波等线性估计技术,以及一些如扩展的 Kalman滤波、高斯滤波等非线性估计技术。统计推理技术主要包括贝叶斯推理、D.S证据推理、支持向量机理论等。信息论方是通过使用优化信息度量方法来进 行多源数据融合,典型算法包括熵方法以及最小描述长度方法。人工智能技术是 近些年来涌现出来的新技术,对推动多源数据融合的发展起到了重要作用,其主要方法包括神经网络、遗传算法、模糊逻辑理论等。



    本周学术汇报中,李林超博士向大家介绍了多源数据环境下高速公路交通状态判别与预测方法的相关研究,主要内容包括以下四个方面:①研究基础。主要包括交通信息挖掘技术及交通检测技术方面的国内外研究现状的分析,具体到高速公路交通信息特征分析与交通流时空关联分析;②数据修复。主要阐述高速公路多源数据协同修复方法,包括缺失数据机理分析及异常数据的剔除;③状态判别。基于多源数据对高速公路异常交通信息及状态识别方法研究;④状态预测。分为两个部分,一是基于多源数据融合的高速公路交通状态预测,利用机器学习预测算法,针对不同融合策略进行交通预测建模。另外一个是考虑交通事件的高速公路交通状态预测,对交通状态动态变化进行分析并建模。

东南大学 东南大学交通学院 清华大学 同济大学 西南交通大学 北京航空航天大学 上海交通大学 浙江大学
University of Wisconsin - Madison University of Michigan Rensselaer Polytechnic Institute Santa Clara University Rutgers University
交通运输部路网监测与应急处置中心 江苏省交通运输厅 南京智库联盟 江苏交通控股有限公司 江苏高速公路联网营运管理有限公司
中心概况研究动态新闻中心合作交流加入我们
Copyright © 2015 东南大学物联网交通应用研究中心 All Rights Reserved.