本文選題：高速公路 + 交通事件自動(dòng)檢測(cè)��； 參考：《重慶大學(xué)》2015年碩士論文

【摘要】：事件檢測(cè)是高速公路運(yùn)營(yíng)管理的重要支撐手段,其檢測(cè)效果依賴(lài)于從傳感器獲得的大量實(shí)時(shí)數(shù)據(jù),在實(shí)際應(yīng)用中,由于數(shù)據(jù)質(zhì)量的不可靠常常導(dǎo)致事件檢測(cè)系統(tǒng)出現(xiàn)不可預(yù)見(jiàn)的誤報(bào)警、重復(fù)報(bào)警以及漏報(bào)警等問(wèn)題,直接影響系統(tǒng)工作的可信性。目前,學(xué)術(shù)界和工程界對(duì)高速公路事件檢測(cè)的數(shù)據(jù)可靠性研究尚比較缺乏,不能滿足實(shí)際應(yīng)用需求。為此,深入研究各種數(shù)據(jù)不可靠因素對(duì)高速公路事件檢測(cè)的影響規(guī)律,進(jìn)而探索檢測(cè)效果提升的方法,提高事件檢測(cè)結(jié)果的可信性,將為高速公路運(yùn)營(yíng)事件管理提供更可靠的感知信息,促進(jìn)高速公路運(yùn)營(yíng)管理水平提升,具有重要的實(shí)際意義。論文針對(duì)上述高速公路事件檢測(cè)數(shù)據(jù)可靠性問(wèn)題,以固定車(chē)輛檢測(cè)器數(shù)據(jù)為典型案例,從分析數(shù)據(jù)不可靠因素對(duì)事件檢測(cè)性能的影響著手,探索事件誤報(bào)警、重復(fù)報(bào)警以及漏報(bào)警等產(chǎn)生的原因,進(jìn)而研究高速公路事件檢測(cè)可靠性提升的方法。主要工作如下:①進(jìn)行了數(shù)據(jù)不可靠因素的影響分析。首先,通過(guò)分析事件檢測(cè)系統(tǒng)的典型數(shù)據(jù)不可靠因素,發(fā)現(xiàn)對(duì)檢測(cè)效果的影響主要源于數(shù)據(jù)缺失、數(shù)據(jù)異常和數(shù)據(jù)不同步三個(gè)方面。然后,針對(duì)數(shù)據(jù)缺失建立了事件檢測(cè)視角下的數(shù)據(jù)完整性評(píng)價(jià)方法,針對(duì)數(shù)據(jù)異常提出了基于統(tǒng)計(jì)學(xué)及交通流理論的正確性評(píng)價(jià)方法,針對(duì)數(shù)據(jù)不同步問(wèn)題,借助交通仿真軟件Transmodeler及其GISDK開(kāi)發(fā)工具,對(duì)不同步的機(jī)理進(jìn)行了定性及定量刻畫(huà)。最后,以經(jīng)典加州算法為例,分析了三種數(shù)據(jù)不可靠因素對(duì)事件檢測(cè)誤報(bào)、重復(fù)報(bào)及漏報(bào)的不同影響程度,為后續(xù)工作奠定了基礎(chǔ)。②分別從數(shù)據(jù)預(yù)處理和算法層面提出了事件檢測(cè)系統(tǒng)可靠性提升方法。針對(duì)數(shù)據(jù)缺失和數(shù)據(jù)異常,提出了一系列數(shù)據(jù)篩選及修復(fù)機(jī)制,提升了檢測(cè)算法對(duì)缺失數(shù)據(jù)和異常數(shù)據(jù)的容忍性;在算法上,利用相對(duì)漂移時(shí)間,提出一種面向數(shù)據(jù)不同步的改進(jìn)加州算法,實(shí)際應(yīng)用證明,在存在數(shù)據(jù)不同步的條件下,該方法與經(jīng)典加州算法相比,檢測(cè)率提高6.25%,誤報(bào)率降低15.24%,漏報(bào)率降低6.25%。最后,將上述數(shù)據(jù)預(yù)處理方法和改進(jìn)算法采用VS2010進(jìn)行軟件實(shí)現(xiàn),并實(shí)際應(yīng)用于重慶高速公路事件檢測(cè)系統(tǒng),使用結(jié)果表明:與經(jīng)典加州算法相比,檢測(cè)率提高6.66%,誤報(bào)率降低21.54%,漏報(bào)率降低6.66%。因此,本文的研究成果能夠有效降低數(shù)據(jù)不可靠因素對(duì)高速公路事件檢測(cè)系統(tǒng)的負(fù)面影響,提高高速公路事件檢測(cè)結(jié)果的可信性和可靠性。
[Abstract]:Event detection is an important supporting method for highway operation management. Its detection effect depends on a large number of real-time data obtained from sensors. The unreliability of data quality often leads to unexpected false alarm, repeated alarm and leakage alarm in the event detection system, which directly affects the credibility of the system. At present, the research on the reliability of highway event detection data in academic and engineering circles is still lacking, which can not meet the practical application needs. Therefore, the influence of various data unreliable factors on expressway event detection is deeply studied, and the methods of improving the detection effect are explored to improve the credibility of the event detection results. It will provide more reliable perceptual information for expressway operation event management and promote the improvement of expressway operation management level, which has important practical significance. Aiming at the reliability problem of the above expressway event detection data, this paper takes the fixed vehicle detector data as a typical case, from the analysis of the impact of unreliable data on the event detection performance, explore the event false alarm. The causes of repeated alarm and leakage alarm are discussed, and the method of improving the reliability of expressway event detection is studied. The main work is as follows: 1 has carried on the data unreliable factor influence analysis. Firstly, by analyzing the typical data unreliable factors in the event detection system, it is found that the influence on the detection effect is mainly from three aspects: missing data, data anomaly and data synchronization. Then, the evaluation method of data integrity from the view of event detection is established for the absence of data, the correctness evaluation method based on statistics and traffic flow theory is proposed for data anomaly, and the problem of data synchronization is discussed. With the aid of the traffic simulation software Transmodeler and its GISDK development tools, the asynchronous mechanism is characterized qualitatively and quantitatively. Finally, taking the classical California algorithm as an example, three kinds of data unreliable factors are analyzed, which have different influence on the false alarm, repeat report and false report of event detection. It lays a foundation for the following work. 2. The method of improving the reliability of event detection system is put forward from the aspect of data preprocessing and algorithm respectively. A series of data filtering and repairing mechanisms are proposed to improve the tolerance of the detection algorithm to missing and abnormal data, and the relative drift time is used in the algorithm. An improved California algorithm for data synchronization is proposed. The practical application shows that the detection rate is increased by 6.25%, the false alarm rate is reduced by 15.24%, and the false alarm rate is reduced by 6.25%, and the false alarm rate is reduced by 6.25% compared with the classical California algorithm. Finally, the above data preprocessing method and improved algorithm are implemented by VS2010 software, and applied to Chongqing Expressway event Detection system. The results show that: compared with the classical California algorithm, The detection rate was increased by 6.66, the false alarm rate was reduced by 21.54, and the false alarm rate was reduced by 6.66. Therefore, the research results of this paper can effectively reduce the negative impact of unreliable data on the expressway event detection system, and improve the reliability and credibility of the expressway event detection results.
【學(xué)位授予單位】：重慶大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2015
【分類(lèi)號(hào)】：U495;TP274

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 趙曉芳;劉智勇;;基于支持向量數(shù)據(jù)描述的高速公路事件檢測(cè)[J];計(jì)算機(jī)技術(shù)與發(fā)展;2008年12期

2 續(xù)宏;趙文潔;;高速公路事件檢測(cè)系統(tǒng)發(fā)展趨勢(shì)[J];中國(guó)交通信息化;2012年11期

3 史新宏,蔡伯根;高速公路自動(dòng)事件檢測(cè)算法[J];交通運(yùn)輸系統(tǒng)工程與信息;2001年04期

4 劉偉銘,尹湘源,管麗萍;一種基于多信息融合的事件檢測(cè)算法[J];長(zhǎng)沙交通學(xué)院學(xué)報(bào);2004年01期

5 姚寶珍;姚錦寶;于艷玲;于濱;;基于支持向量機(jī)的高速公路事件檢測(cè)研究[J];交通與計(jì)算機(jī);2006年01期

6 覃頻頻;;基于支持向量機(jī)的高速公路事件檢測(cè)[J];中國(guó)安全科學(xué)學(xué)報(bào);2007年01期

7 周林英;朱斌;趙忠杰;;基于支持向量機(jī)的高速公路事件檢測(cè)算法[J];系統(tǒng)仿真技術(shù);2010年03期

8 裴瑞平;梁新榮;劉智勇;;小波分析在高速公路事件檢測(cè)中的應(yīng)用[J];公路交通技術(shù);2007年02期

9 張溪竹;;基于高清事件檢測(cè)的卡口系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn)[J];天津科技;2011年02期

10 陳艷艷;田啟華;;公交調(diào)度系統(tǒng)事件檢測(cè)算法研究[J];北京工業(yè)大學(xué)學(xué)報(bào);2011年12期

相關(guān)會(huì)議論文 前10條

1 洪宇;張宇;范基禮;劉挺;李生;;基于子話題分治匹配的新事件檢測(cè)[A];第三屆全國(guó)信息檢索與內(nèi)容安全學(xué)術(shù)會(huì)議論文集[C];2007年

2 劉霄;邵健;莊越挺;;基于主題模型的網(wǎng)絡(luò)突發(fā)熱點(diǎn)事件檢測(cè)[A];第七屆和諧人機(jī)環(huán)境聯(lián)合學(xué)術(shù)會(huì)議（HHME2011)論文集【poster】[C];2011年

3 胡佳鋒;金蓓弘;陳海彪;;空間事件檢測(cè)的加速策略研究[A];第七屆和諧人機(jī)環(huán)境聯(lián)合學(xué)術(shù)會(huì)議（HHME2011)論文集【oral】[C];2011年

4 萬(wàn)濤;陳學(xué)武;王川久;;高速公路事件自動(dòng)檢測(cè)算法研究綜述[A];第一屆中國(guó)智能交通年會(huì)論文集[C];2005年

5 張闊;李涓子;吳剛;;基于關(guān)鍵詞元的話題內(nèi)事件檢測(cè)[A];第三屆全國(guó)信息檢索與內(nèi)容安全學(xué)術(shù)會(huì)議論文集[C];2007年

6 覃頻頻;許登元;姚起宏;黃大明;;基于表決融合的高速公路事件檢測(cè)算法融合[A];'2006系統(tǒng)仿真技術(shù)及其應(yīng)用學(xué)術(shù)交流會(huì)論文集[C];2006年

7 陳俊;李國(guó)輝;;擁擠視頻監(jiān)控中的事件檢測(cè)[A];第七屆和諧人機(jī)環(huán)境聯(lián)合學(xué)術(shù)會(huì)議（HHME2011)論文集【poster】[C];2011年

8 張永忠;趙靜;;基于事件檢測(cè)算法的交通數(shù)據(jù)分析系統(tǒng)[A];中國(guó)計(jì)量協(xié)會(huì)冶金分會(huì)2008年會(huì)論文集[C];2008年

9 劉海龍;李戰(zhàn)懷;陳群;;RFID供應(yīng)鏈系統(tǒng)中的在線復(fù)雜事件檢測(cè)方法[A];NDBC2010第27屆中國(guó)數(shù)據(jù)庫(kù)學(xué)術(shù)會(huì)議論文集A輯二[C];2010年

10 周春姐;孟小峰;文潔;;Flickr中的復(fù)合事件檢測(cè)[A];NDBC2010第27屆中國(guó)數(shù)據(jù)庫(kù)學(xué)術(shù)會(huì)議論文集(B輯)[C];2010年

相關(guān)重要報(bào)紙文章 前2條

1 王闖舟;事件檢測(cè)提升服務(wù)的商業(yè)價(jià)值[N];計(jì)算機(jī)世界;2006年

2 杭州�？低晹�(shù)字技術(shù)股份有限公司 浦世亮;IVS技術(shù)在城市安防系統(tǒng)中的應(yīng)用[N];計(jì)算機(jī)世界;2008年

相關(guān)博士學(xué)位論文 前4條

1 劉昌余;多媒體事件檢測(cè)中的關(guān)鍵技術(shù)研究[D];華南理工大學(xué);2015年

2 覃頻頻;基于信息融合的高速公路事件檢測(cè)建模與仿真[D];西南交通大學(xué);2007年

3 余柳;基于移動(dòng)源數(shù)據(jù)的城市快速交通事件檢測(cè)W-CUSUM算法與評(píng)價(jià)[D];北京交通大學(xué);2010年

4 柯佳;基于語(yǔ)義的視頻事件檢測(cè)分析方法研究[D];江蘇大學(xué);2013年

相關(guān)碩士學(xué)位論文 前10條

1 裴孝中;行車(chē)噪聲環(huán)境下的快速聲學(xué)事件檢測(cè)方法研究[D];哈爾濱工業(yè)大學(xué);2015年

2 熊偉晴;基于位置信息的事件檢測(cè)[D];哈爾濱工業(yè)大學(xué);2015年

3 李旭;面向多來(lái)源新聞的領(lǐng)域事件分析[D];浙江大學(xué);2015年

4 陳斌;基于云的復(fù)雜事件檢測(cè)服務(wù)[D];浙江大學(xué);2015年

5 肖軍;基于車(chē)檢器數(shù)據(jù)的高速公路事件檢測(cè)可靠性提升技術(shù)研究[D];重慶大學(xué);2015年

6 周林英;基于支持向量機(jī)的高速公路事件檢測(cè)算法[D];長(zhǎng)安大學(xué);2009年

7 龍睿;針對(duì)微博數(shù)據(jù)的事件檢測(cè)、跟蹤及摘要生成[D];上海交通大學(xué);2012年

8 趙曉芳;高速公路事件檢測(cè)算法研究[D];五邑大學(xué);2008年

9 馬海芳;面向長(zhǎng)過(guò)程的復(fù)雜事件檢測(cè)技術(shù)的研究[D];東北大學(xué);2010年

10 王亞;基于內(nèi)外存置換的復(fù)雜事件檢測(cè)方法研究[D];東北大學(xué);2011年

，

本文編號(hào)：1791955