感应网络下的移动现实挖掘及其在智能交通中的应用
文献类型：学位论文
| 作者 | 丁栋 |
| 学位类别 | 硕士 |
| 答辩日期 | 2012-05-28 |
| 授予单位 | 中国科学院沈阳自动化研究所 |
| 授予地点 | 中国科学院沈阳自动化研究所 |
| 导师 | 朱云龙 |
| 关键词 | 感应网络 影响模型 行为分析 交通流预测 |
| 其他题名 | Research on Mobile Reality Mining and the Application in Intelligent Transportation |
| 学位专业 | 机械电子工程 |
| 中文摘要 | 各种感应技术的发展使人们处在一个感应网络(sense networks)环境中，随时随地都可能会遗留下一些数字信息，而这些信息当中可能蕴含了大量有价值的人类行为模式。采用移动数据挖掘的手段充分利用这些信息，观测人类行为模式的内在规律，建立认知结构，更好地服务于人类社会是当前信息科学领域的重大研究问题。本论文以挖掘移动数据所蕴含的规律为研究目标，以城市交通为研究背景，探索移动行为建模和行为分析的新方法，具有重要的理论意义和实际应用价值。 本文给出了感应网络的研究框架，从内容体系、方法体系和应用体系三个方面对感应网络做了总结，指出了当前研究存在的问题，使人们对感应网络有一个系统、全面的认识。 影响模型是对多个相互影响的随机过程进行建模的理论，为了进行移动行为建模和移动行为分析，本文在阐述影响模型基础理论的基础上，构建了感应网络下个体和群体的影响模型，总结了影响模型建模的一般过程以及适用问题的一般特征。 准确的交通流预测是实现智能交通的关键，本文描述了交通流问题，分析了交通流的特性，对多节点之间交通流相互影响的特性进行了定性和定量的分析，证明了交节点之间交通流是相互影响的，从而提出了交通流预测方法的要求。 在以上研究的基础上，提出了基于影响模型的短时交通流预测方法，构建了城市交通网络的影响模型，用实际的交通流数据对模型参数进行了训练，实验表明本文所提出的方法不仅具有更高的预测精度，而且可以显示交通网络中交通流的相互交互规律和动态演化规律。 |
| 索取号 | TP311.13/D58/2012 |
| 语种 | 中文 |
| 公开日期 | 2012-07-27 |
| 分类号 | TP311.13 |
| 源URL | [http://ir.sia.ac.cn/handle/173321/9414]  |
| 专题 | 沈阳自动化研究所_信息服务与智能控制技术研究室 |
| 推荐引用方式 GB/T 7714 | 丁栋. 感应网络下的移动现实挖掘及其在智能交通中的应用[D]. 中国科学院沈阳自动化研究所. 中国科学院沈阳自动化研究所. 2012. |
入库方式： OAI收割
来源：沈阳自动化研究所
浏览0
下载0
收藏0
其他版本
除非特别说明，本系统中所有内容都受版权保护，并保留所有权利。