导读:本文包含了高速公路收费数据论文开题报告文献综述及选题提纲参考文献，主要关键词:数据挖掘,高速公路收费数据,车辆超时行为,决策树分类
高速公路收费数据论文文献综述
许一达,季楠,于海生[1]（2019）在《基于收费数据的高速公路车辆超时行为辨识模型》一文中研究指出高速公路车辆超时行为是指车辆在高速公路上停留时间超出地方法规规定时间的行为。由于我国法律并未对高速公路行驶时长做出具体规定,关于高速公路超时行为及其惩处是否合理的讨论从未停止。本文从现有地方制度入手,分析了高速公路车辆超时的几种原因及解决途径,最终根据收费站收费数据建立了高速公路车辆超时行为的识别模型。该模型可以从一定程度上避免因交通拥堵等导致的超时误判并对并可为车辆高速公路逃费行为的事后稽查提供重要帮助。(本文来源于《第十四届中国智能交通年会论文集（2）》期刊2019-11-01）
沈凌,陆建,邓翎,冯怡[2]（2019）在《基于收费数据的高速公路短时客货运输量短时预测研究》一文中研究指出目前高速公路收费数据的应用水平较低,仅限于车辆记录、联网收费等简单功能,这导致高速数据资源的严重浪费。针对高速公路收费数据量大和多输入多输出的特点,采用ARIMA (p,d,q)模型对客货运量相关数据进行机器学习训练,进而对短时客货运输量短时预测。首先,利用Onemine数据平台对收费大数据构建时间序列;其次,采用差分法对网络流的时间序列d次差分,完成平稳性处理;最后训练得到满足平稳性检验的项数p,q,并将其代入原ARIMA模型,预测之后7个时间集计区间(未来一周)各行政区域间的客货运输量。结果表明,该模型适用于高速收费数据的多输入多输出环境和庞大的数据量,具有良好的鲁棒性和准确性。(本文来源于《第十四届中国智能交通年会论文集》期刊2019-11-01）
刘旭东,邹纪元[3]（2019）在《基于联网收费数据的高速公路出行特征分析》一文中研究指出基于江苏省联网收费数据,研究2010～2017年江苏省高速公路流量、车型比例、出行距离、出行时间分布等方面的特征,分析结果表明:近年来,由于高速公路网络趋于完善,居民收入增长、私人小汽车保有量增加,江苏省高速公路流量稳步增长,客车占比不断提高;高速公路平均出行距离呈下降趋势;城市化地区出行时间趋于分散,K值(年第30位小时交通量与年平均日交通量之比)明显下降。通过上述分析,从加强联网收费数据的挖掘利用、重视高速公路功能变化、提高高速公路运营管理水平等叁个方面提出了措施建议。(本文来源于《综合运输》期刊2019年10期）
汪作为[4]（2019）在《广东省高速公路联网收费数据出行特征分析》一文中研究指出为了掌握高速公路出行特征,文中以广东省连续一周联网收费数据为例,探索广东省高速公路出行基本特征、出行时间以及出行空间分布特征。数据研究表明:①广东省高速公路80%车辆高速公路行驶距离为60 km,行驶时间在50 min以内;②上下高速公路车流量呈现出双高峰现象,上高速公路全天高峰小时系数为0.071,下高速全天高峰小时系数为0.075;③全省高速公路城市(市域)交通出行量占高速公路出行总量超过50%(客车62%,货车51%);④广东省呈现出以广州为中心的都市圈(广州、佛山、中山、深圳、东莞、惠州、清远)和以深圳中心的深莞惠都市圈。(本文来源于《广东交通职业技术学院学报》期刊2019年03期）
杜静[5]（2019）在《基于联网高速公路计重收费数据的应用分析》一文中研究指出随着高速公路基础设施建设的快速发展,需要更新目前的运输量统计以达到优化高速公路运输量计算的目的。本文基于联网计重收费数据的完整、可靠性特点,通过对该数据的挖掘,分析其在高速公路建设与管理中各方面的应用前景,较为全面地阐述了联网计重收费数据在高速公路建设和管理中的应用领域、数据应用方法,可为基于联网计重收费数据的高速公路建设与管理提供依据和借鉴。(本文来源于《综合运输》期刊2019年07期）
焦港欣,张俊峰,杨灿[6]（2019）在《基于收费数据的高速公路断面交通流特性分析》一文中研究指出高速公路交通流特性分析是交通流理论研究的核心,基于高速公路收费数据进行数据挖掘,并对其表现出的交通特性进行深度分析,具有十分重要的现实意义。基于此,本文从实际收费数据提取基本交通参数,并以此为基础进行高速公路的不同车型出行规律分析,接着进行断面流量时空分布特性的分析,最后基于SPSS进行混合流车速分析。(本文来源于《2019世界交通运输大会论文集（上）》期刊2019-06-13）
郭昌,汪丹,陈旻瑞,糜江,周天图[7]（2019）在《基于高速公路收费数据的货运车辆行驶轨迹监测平台系统设计》一文中研究指出为实现对高速公路上超限超载货车的重点监测,以高速公路收费数据为主要研究对象,探索江西全省路网范围内货运车辆行驶轨迹的特征和规律,设计了基于高速公路收费数据的货运车辆行驶轨迹监测平台,详细介绍了平台系统的总体框架、主要功能模块和系统的经济效益和社会效益等内容。(本文来源于《交通世界》期刊2019年11期）
项丽燕[8]（2019）在《基于高速公路收费数据的交通状态分类与可视化分析方法》一文中研究指出基于大数据挖掘与智能交通系统(Intelligent Traffic System,简称ITS)技术对交通运行状态进行有效判别与分析,已经成理解交通异常运行的重要手段。高速公路相比其他道路交通方式,存在流速快、时空跨度大的特点。对高速公路的交通状态实时判别分类的研究对提高道路通行效率、减少财产损失具有重要意义。现阶段相关研究数据来源多样,数据结构复杂,计算分析难度大,利用一种既得数据作为数据基础,能有效的降低传感器铺设与计算成本。同时,如何选取一套精度高、可量化的指标体系,并基于此体系,给定道路状态分级分类标准,寻找分类的定量边界一直是本领域研究关注的重点。基于以上问题,本文利用架设在城市区域边界,对过往车辆进行详细记录的收费站数据,构建高速公路时空场景数据模型,并搭建了顾及交通流内在机理与外在影响机制的交通状态判别多指标参数体系。针对高速公路运行特点,分别构建通行水平分类标准与时空特征分类标准,并引入模糊集理论,解决了分类边界模糊的问题,实现了高速公路通行水平分类判别。最后利用统计图表可视化与时空特征可视化结合的方法,实现高速公路交通流量特征与运行状态的可视化分析。具体研究工作如下:(1)对收费站数据特征与高速公路流量特点进行剖析,从静态二维交通数据中挖掘实时动态交通信息,根据高速公路场景人、路、收费站的时空关联构建数据模型,利用行列联合选择(Column Union Row,CUR)矩阵分解与小波变换方法对高速公路流量数据进行特征解析与预处理,为后续研究奠定了数据基础。(2)分别从传统时间序列模型、外在影响因素模型角度挖掘影响交通流状态因素,构建多指标参数的判别体系。利用能同时处理离散值与连续值的梯度提升决策树预测算法证明了该指标体系可用性,弥补了前人对影响交通流影响机制考虑不足的问题,提高了交通状态分类的精确度与完备度。(3)基于交通状态分类理论基础,分别从道路通行水平与时空特征解析角度建立分类标准,并从数据特征与经典案例角度对提出时空分类体系进行详细说明。最后针对交通状态分级面对的边界模糊问题,引入模糊集理论,利用模糊C均值分类(Fuzzy C-Means Algorithm,简称FCM)聚类方法对训练样本数据进行分类,得到各类别的聚类中心,实现了适用于高速公路交通状态的自动判别。(4)为了实现高速公路数据的要素特征和要素关联结构提取,利用传统多元数据可视化方法与GIS时空可视化技术,实现了高速公路流量运行模式的可视化分析。设计基于特征区域高速公路网的状态分类实例,对论文算法加以验证,并讨论了天气要素对流量运行模式的影响。(本文来源于《南京师范大学》期刊2019-04-07）
闫晟煜,肖润谋[9]（2019）在《基于收费数据的高速公路乘用车出行特征》一文中研究指出分析了近年高速公路乘用车出行量增加的原因,阐述了2008年到2016年高速公路乘用车的变化趋势,提出了客车运输量的运算基数。测算了2016年由县乡区域收费站驶入高速公路的乘用车车流量,研究了乘用车跨省出行与省内出行的运输差异性。按照国家政策的规定,在区分免费节假日和收费节假日的情况下,分析了北京市和上海市的出行压力。最后,通过对比部分省会城市在相同天数的免费节假日和收费节假日的日均车流量,探讨了乘用车在不同节假日期间的出行强度与差异,以及免收通行费政策对部分省会城市乘用车出行的促进效果。(本文来源于《综合运输》期刊2019年02期）
陈旻瑞,黎川,吴烈阳,张丽,陈星[10]（2019）在《高速公路收费数据的货运车辆绕行行为分析》一文中研究指出本文围绕货运车辆短时间内多次出入高速公路的这一行为,探讨货车在普通国省道与高速公路间交替行驶(以下称为"绕行")行为的判定及预测方法。重点考虑货运车辆绕行重量差、时间差两个特征因素,建立基于高速公路收费数据的货运车辆绕行行为判定及预测模型,以2016年全省高速公路货运车辆和全年收费数据为研究对象和研究基础,对模型进行实例验证。研究结果表明:绕行货运车辆大部分为六轴重型车,且在绕行前10的普通公路路线上有7条没有设置超限超载检测站。本文研究结果能合理解释由货车绕行引发的高速公路通行费流失、普通公路损毁等问题。(本文来源于《公路交通科技(应用技术版)》期刊2019年01期）
高速公路收费数据论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
目前高速公路收费数据的应用水平较低,仅限于车辆记录、联网收费等简单功能,这导致高速数据资源的严重浪费。针对高速公路收费数据量大和多输入多输出的特点,采用ARIMA (p,d,q)模型对客货运量相关数据进行机器学习训练,进而对短时客货运输量短时预测。首先,利用Onemine数据平台对收费大数据构建时间序列;其次,采用差分法对网络流的时间序列d次差分,完成平稳性处理;最后训练得到满足平稳性检验的项数p,q,并将其代入原ARIMA模型,预测之后7个时间集计区间(未来一周)各行政区域间的客货运输量。结果表明,该模型适用于高速收费数据的多输入多输出环境和庞大的数据量,具有良好的鲁棒性和准确性。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
高速公路收费数据论文参考文献
[1].许一达,季楠,于海生.基于收费数据的高速公路车辆超时行为辨识模型[C].第十四届中国智能交通年会论文集（2）.2019
[2].沈凌,陆建,邓翎,冯怡.基于收费数据的高速公路短时客货运输量短时预测研究[C].第十四届中国智能交通年会论文集.2019
[3].刘旭东,邹纪元.基于联网收费数据的高速公路出行特征分析[J].综合运输.2019
[4].汪作为.广东省高速公路联网收费数据出行特征分析[J].广东交通职业技术学院学报.2019
[5].杜静.基于联网高速公路计重收费数据的应用分析[J].综合运输.2019
[6].焦港欣,张俊峰,杨灿.基于收费数据的高速公路断面交通流特性分析[C].2019世界交通运输大会论文集（上）.2019
[7].郭昌,汪丹,陈旻瑞,糜江,周天图.基于高速公路收费数据的货运车辆行驶轨迹监测平台系统设计[J].交通世界.2019
[8].项丽燕.基于高速公路收费数据的交通状态分类与可视化分析方法[D].南京师范大学.2019
[9].闫晟煜,肖润谋.基于收费数据的高速公路乘用车出行特征[J].综合运输.2019
[10].陈旻瑞,黎川,吴烈阳,张丽,陈星.高速公路收费数据的货运车辆绕行行为分析[J].公路交通科技(应用技术版).2019