基于小波变换的ITS数据双侧最优化集成方法与应用

交通运输系统工程与信息 ›› 2008, Vol. 8 ›› Issue (1): 49-54 .

• 智能交通系统与信息技术 • 上一篇下一篇

基于小波变换的ITS数据双侧最优化集成方法与应用

刘梦涵1;于雷*1、2;耿彦斌3;陈旭梅1

1.北京交通大学交通运输学院北京100044; 2.美国得克萨斯州南方大学，休斯顿 77004; 3.交通部规划研究院交通仿真与决策支持研究中心，北京 100029

收稿日期:2007-06-13 修回日期:2007-09-04 出版日期:2008-02-25 发布日期:2008-02-25
通讯作者: 刘梦涵
作者简介:刘梦涵（1980-），女，四川自贡人，博士生.
基金资助:
国家十五科技攻关计划重大项目“智能交通系统关键技术开发和示范工程”中课题五——智能交通系统数据管理技术研究（2002BA404A05）.

A Double-sided Optimization of ITS Data Aggregation via Wavelet Transformation

LIU Meng-han1;YU Lei 1,2;GENG Yan-bin3 ; ChEN Xu-mei1

1. School of Traffic and Transportation, Beijing Jiaotong University, Beijing 100044, China;
2.Texas Southern University, Houston 77004, U.S.A; 3. Decision Support Research Center, Transportation Planning and Research Institute, Ministry of Communications, Beijing 100044,China

Received:2007-06-13 Revised:2007-09-04 Online:2008-02-25 Published:2008-02-25
Contact: LIU Meng-han

摘要/Abstract

摘要： 通过对ITS数据的频率特性进行详细分析，近年来迅速发展的基于小波变换的数据集成方法能够高效地满足不同交通用途对数据集成的需求。但现有的集成方法仅通过ITS数据序列之间的共同特性来反映数据的本质特征，忽略了数据集成过程的信息损失问题，本文通过引入信息损失指标，建立双侧最优化的集成方法，提升了数据集成的准确性。在此基础上，开发了基于MATLAB平台的数据集成软件，以北京市三环的交通流数据为例进行了实例分析，提出实际工作中应用数据集成方法的建议。

关键词: 数据集成, 小波变换, 双侧最优化, 信息损失指标

Abstract: Based on aggregation technique analyzes the frequency characteristics of traffic flow data in details, the waveletcould meet the demands of various transportation purposes on the aggregation efficiently. However, the method reflects the essential characteristics of data only by analyzing the similarities among ITS data series，which neglects the information loss during aggregation. This Paper develops a double-sided optimization method through introducing Information-Loss Index in order to improve the accuracy during data aggregation. Based on the method, this paper develops the software implementing the algorithm based on MatLab platform, and uses the traffic flow data from the third-ring express road in Beijing as a case study. The conclusions from the paper provideds suggestions for the real applications of the data aggregation.

Key words: data aggregation, wavelet transformation, double-sided optimization, information-loss index

中图分类号:

刘梦涵,于雷,耿彦斌,陈旭梅. 基于小波变换的ITS数据双侧最优化集成方法与应用[J]. 交通运输系统工程与信息, 2008, 8(1): 49-54 .

LIU Meng-han,YU Lei,GENG Yan-bin,ChEN Xu-mei. A Double-sided Optimization of ITS Data Aggregation via Wavelet Transformation[J]. Journal of Transportation Systems Engineering and Information Technology, 2008, 8(1): 49-54 .

导出引用管理器 EndNote|Ris|BibTeX

链接本文: http://www.tseit.org.cn/CN/abstract/abstract17615.shtml

http://www.tseit.org.cn/CN/Y2008/V8/I1/49

参考文献

[1]耿彦斌, 于雷. 实时ITS数据管理现状与需求分析[J]. 交通运输系统工程与信息, 2005, 5(6),47-53. [GENG Yan-bin, YU Lei. Current situation and demand analysis of real-time ITS data[J]. Journal of Transportation Systems Engineering and Information.Technology, 2005, 5(6), 47-53.] [2]吴家庆,于雷,袁振洲等. 实时ITS数据抽样技术的应用与案例分析[J]. 交通运输系统工程与信息, 2004, 4(2),31-41. [WU Jia-qing,YU Lei., YUAN Zen-zhou,et al. Application and case study of real-time ITS data sampling strategy[J] Communication and Transportation Systems Engineering and Information , 2004, 4(2),31-41.] [3] Gajewski B., Turner S., Eisele W. Spiegelman. C, Intelligent transportation systems data archiving: statistical techniques for determining optimal aggregation widths for inductive loop detector speed data[R], Transportation Research Record 1719, TRB, National Research Council, Washington D.C., 2000. [4]Qiao F , Wang X, Yu L. Optimizing aggregation level for ITS data based on wavelet decomposition[C]//. In Transportation Research Record 1840: Journal of Transportation Research Board series, TRB, National Research Council, Washington, D.C., 2003, 10-20. [5]Liu, M., Yu L, Yuan Z, Improved aggregation levels of ITS data via wavelet decomposition and fast fourier transform algorithm[C]//. 2003 IEEE ITSC Shanghai, China October 2003. [6]刘梦涵, 于雷, 耿彦斌. 基于小波变换的交通流数据集成灵敏度分析[C]//. 2005全国博士生学术论坛（交通运输学科）,2005: 101-106.[Liu Meng-han, Yu L, Geng Yan-bin. Sensitive analysis of ITS data aggregation via wavelet transform-based Algorithm[C]//. Doctoral Forum of China(Transportation Subject), 2005: 101-106.] [7]于雷, 陈旭梅, 耿彦斌等. 基于小波分解的智能交通系统数据集成方法[J]. 清华大学学报(自然科学版),2004,44(6),793～796. [Yu Lei, Chen Xu-mei, Geng Yan-bin. Optimized aggregation level for ITS data based on wavelet decomposition[J]. Journal of Tsinghua University(Science and Technology), 2004,44(6),793～796.] [8]Misiti M., Misiti Y., Oppenheim G, Poggi J M.. Wavelet Toolbox for Use with MATLAB: User’s Guide Version 2.1[M]. The Math Works, Inc. Natick, MA. June 2001. [9] 北京交通大学,等. 智能交通系统数据管理技术理论研究——科技部“十五”攻关项目“智能交通系统数据管理技术研究”分报告一、分报告二、分报告三[R]. 北京: 2004.[Beijing Jiao tong University. Research on ITS Management Technology[R]. Beijing, 2004.]

基于小波变换的ITS数据双侧最优化集成方法与应用

A Double-sided Optimization of ITS Data Aggregation via Wavelet Transformation

PDF

可视化

被引次数

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 9

编辑推荐

Metrics

[1]	袁方，杨轸，周雄峰. 双车道公路弯道半径及回旋线长度对转向行为的影响[J]. 交通运输系统工程与信息, 2021, 21(1): 116-123.
[2]	杨静，朱经纬，刘博，冯诚，张红亮. 基于组合模型的城市轨道交通短时客流预测[J]. 交通运输系统工程与信息, 2019, 19(3): 119-125.
[3]	周程, 李松. 基于多重“分解—集成”策略的物流货运量预测[J]. 交通运输系统工程与信息, 2015, 15(1): 150-158.
[4]	李红连，方红，唐炬，张军. 基于提升小波变换的GPS动态滤波新算法[J]. 交通运输系统工程与信息, 2013, 13(1): 43-.
[5]	张雷元, 吴晓峰, 徐棱. 城市交通信号一体化管理平台研究与应用[J]. 交通运输系统工程与信息, 2012, 12(增1): 50-55.
[6]	杨忠振，靳廉洁，王明华. 基于支持向量机的巴拿马型船舶运价指数预测方法[J]. 交通运输系统工程与信息, 2011, 11(3): 50-57.
[7]	吕斌, 牛惠民. 基于Web Services的交通信息集成系统的设计与实现[J]. 交通运输系统工程与信息, 2007, 7(6): 39-44 .
[8]	季常煦,杨楠,高歌. 面向ATMS共用信息平台的数据预处理技术的研究 [J]. 交通运输系统工程与信息, 2005, 5(3): 27-30 .
[9]	徐杰,魏旭,刘春煌,李平,史天运. 铁路智能运输系统中信息共享系统的研究[J]. 交通运输系统工程与信息, 2005, 5(2): 31-35 .