导读:本文包含了实时交通论文开题报告文献综述及选题提纲参考文献，主要关键词:实时交通大数据,分析模型,计算平台
实时交通论文文献综述
李林,梁星,陈雪洋[1]（2019）在《实时交通大数据智能分析计算平台研究与应用》一文中研究指出城市实时交通大数据可有效支撑城市规划、交通运行等工作。从实时交通数据分析模型构建、分布式分析计算平台搭建等核心内容出发,对实时交通大数据智能分析计算平台进行了研究,形成了实时交通大数据分析计算技术流程;并结合重庆市主城区出租车数据平台进行验证,分析了市民区内出行和跨区出行的次数、时长等特征,为城市规划建设、交通运行提供参考。(本文来源于《地理空间信息》期刊2019年11期）
曲佳博,秦勃[2]（2019）在《基于ST-CNN的交通标志实时检测识别算法》一文中研究指出深度学习是基于图像的交通标志检测和识别处理的研究热点,已取得了显着的效果。针对基于车载视频的交通标志检测和识别处理问题,文中根据图像序列的帧间时空连续关系构建了时空关系模型(Spatiotemporal Model,STM),并与多尺度卷积神经网络(Convolutional Neural Networks,CNN)相结合,提出了一种基于时空卷积神经网络(Spatiotemporal-CNN,ST-CNN)的交通标志实时检测识别算法。实验结果表明,该算法可对视频图像序列中的同一交通标志实现检测、筛选、追踪和识别处理,在保证高准确率的同时,可有效减少CNN的数据输入,降低系统资源占用量,提高计算效率,满足了视频中交通标志检测识别的实时性要求。算法平均每帧耗时26.82 ms,且识别准确率达到96.94%。(本文来源于《计算机科学》期刊2019年S2期）
任佳楠[3]（2019）在《北京海淀法院与市交管局合力破解“找车难”》一文中研究指出本报讯 为进一步加大法院查控被执行人财产力度，健全协作联动机制，10月23日，北京市海淀区人民法院执行局与北京市公安局公安交通管理局海淀交通支队签订合作协议，成为全市首家与公安交通部门合作，将道路交通实时监控系统用于查找被法院查封车辆下落的法院。(本文来源于《人民法院报》期刊2019-10-29）
武开有,吴挺,赵勇,曹晓宇[4]（2019）在《实时交通信息生产发布平台的设计与实现》一文中研究指出构建实时的交通路况信息生产与发布平台对交通管理和车辆通行发挥着非常重要的作用。本文阐述了宁波交通信息生产与发布平台的系统设计和工程实现,该平台实现了交通路况信息的实时采集、内容编辑以及融合发布,为广播内容生产部门提供了高效的路况信息生产和发布平台。(本文来源于《广播与电视技术》期刊2019年10期）
蒋天堂,杜焰[5]（2019）在《基于激光传感器实时数据的交通信号灯控制优化研究》一文中研究指出优化控制交通信号灯对降低车辆延误时长、提高交通运行效率具有关键作用,因此,提出基于激光传感器实时数据的交通信号灯控制优化方法。采用激光传感器采集实时交通流数据,基于激光传感器采集交通流数据的工作原理,完成激光传感器在交通流控制中的布局;依据急迫程度优化控制交通信号灯,利用采集到的激光传感数据计算车辆急迫程度,根据急迫程度最大车流确定规则确定放行车流,最后计算放行车流的绿灯时间,优化控制交通信号灯。实验结果表明,在交通低峰期、中峰期、拥堵时段,所提方法均能有效降低车辆延误时长,是一种可靠的交通信号灯控制优化方法。(本文来源于《激光杂志》期刊2019年09期）
万琴,朱晓林,肖岳平,颜金娥[6]（2019）在《面向复杂城市交通场景的一种实时车道线检测方法》一文中研究指出车道线检测是智能交通监控及自动驾驶的基础步骤,为提高其鲁棒性和实时性,针对复杂城市交通场景中自动驾驶需要检测车道线的需求,提出了一种实时车道线检测算法,首先运用改进灰度化变换突显车道线的特征,并通过改进的Gabor滤波算法增强车道线的边缘信息;最后采用多约束霍夫变换筛选得到平行车道线从而实现实时车道线检测;实验表明,该方法在叁种不同真实的交通道路场景下,提高了车道线检测精度及处理速度,可应用于实时车道线检测系统。(本文来源于《计算机测量与控制》期刊2019年09期）
唐潭,韩冰[7]（2019）在《城市实时交通圈在消防布局评价中的应用研究——以南京市为例》一文中研究指出近年来,大数据在城市领域中的应用愈加凸显,但往往受限于数据获取方式,因此通过挖掘合法开源的互联网数据精确的查找并解决城市问题成为目前城市研究者研究的方向与热点。本文正是基于以上背景,以南京市为例,分析城市交通实时等时圈模型在应急设施规划中的应用,并评价其作用。本研究为高德数据获取、处理、挖掘时空特征至规划实践提供了一种一体化思路和方法,展示了大数据流式特征、分布式处理的优势,将数据的实时性分析应用于消防设施规划,为城市研究者获取数据拓宽了思路。(本文来源于《2019城市发展与规划论文集》期刊2019-08-27）
谢谦[8]（2019）在《城市轨道交通车辆状态实时监测与分析系统研发应用》一文中研究指出保障城市轨道交通车辆安全、可靠、稳定运行始终是各运营公司的首要任务。针对北京地铁7号线车辆在线监测及分析系统,论述了城市轨道交通车辆状态实时监测与分析系统构成与应用。该系统对车辆运行状态及故障信息等数据能够实时自动上传,从而实现对车辆运行安全状态的实时监测,并推送到移动终端显示,保障列车运行安全。建立了数据库对监测数据进行统计分析,尝试通过状态监测的分析改变传统的车辆维修方式。(本文来源于《铁道机车车辆》期刊2019年04期）
黄俪[9]（2019）在《简谈南宁轨道交通实时客流分析与处理系统》一文中研究指出从轨道交通乘客和运营管理者的需求出发,提出构建客流分析与处理系统的必要性和建设目标,并从可行性、总体架构、业务功能、业务流程角度给出系统的完备说明,并提出统筹规划,分步实施的构想。(本文来源于《铁路通信信号工程技术》期刊2019年08期）
徐勤亚,孙玉涛,郑健[10]（2019）在《基于云端实时监控的交通事故应急救援系统设计》一文中研究指出根据我国智慧城市建设需求,传统的交通事故应急救援方式面临转型,文章提出了一种基于云端实时监控的交通事故应急救援系统。由信息采集子系统、信息传输系统和综合预警子系统叁层架构组成,旨在实现动态监测行驶车辆危险参数、综合预警、准确定位功能,并将交警救援中心、120急救中心、保险应急中心、消防应急中心等部门紧密联系起来,确保其能在事故发生时快速做出响应,为当前城市交通事故应急救援工作提供参考。(本文来源于《价值工程》期刊2019年23期）
实时交通论文开题报告
（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：
深度学习是基于图像的交通标志检测和识别处理的研究热点,已取得了显着的效果。针对基于车载视频的交通标志检测和识别处理问题,文中根据图像序列的帧间时空连续关系构建了时空关系模型(Spatiotemporal Model,STM),并与多尺度卷积神经网络(Convolutional Neural Networks,CNN)相结合,提出了一种基于时空卷积神经网络(Spatiotemporal-CNN,ST-CNN)的交通标志实时检测识别算法。实验结果表明,该算法可对视频图像序列中的同一交通标志实现检测、筛选、追踪和识别处理,在保证高准确率的同时,可有效减少CNN的数据输入,降低系统资源占用量,提高计算效率,满足了视频中交通标志检测识别的实时性要求。算法平均每帧耗时26.82 ms,且识别准确率达到96.94%。
（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。
实时交通论文参考文献
[1].李林,梁星,陈雪洋.实时交通大数据智能分析计算平台研究与应用[J].地理空间信息.2019
[2].曲佳博,秦勃.基于ST-CNN的交通标志实时检测识别算法[J].计算机科学.2019
[3].任佳楠.北京海淀法院与市交管局合力破解“找车难”[N].人民法院报.2019
[4].武开有,吴挺,赵勇,曹晓宇.实时交通信息生产发布平台的设计与实现[J].广播与电视技术.2019
[5].蒋天堂,杜焰.基于激光传感器实时数据的交通信号灯控制优化研究[J].激光杂志.2019
[6].万琴,朱晓林,肖岳平,颜金娥.面向复杂城市交通场景的一种实时车道线检测方法[J].计算机测量与控制.2019
[7].唐潭,韩冰.城市实时交通圈在消防布局评价中的应用研究——以南京市为例[C].2019城市发展与规划论文集.2019
[8].谢谦.城市轨道交通车辆状态实时监测与分析系统研发应用[J].铁道机车车辆.2019
[9].黄俪.简谈南宁轨道交通实时客流分析与处理系统[J].铁路通信信号工程技术.2019
[10].徐勤亚,孙玉涛,郑健.基于云端实时监控的交通事故应急救援系统设计[J].价值工程.2019