面向浮动车取样偏差修正的数据融合方法.ppt

第三组：简政重、范宏圆、马嘶鸣、高永胜 第一组：郁静华、温建月、王飞、刘豪、王琼 第一组：郁静华、温建月、王飞、刘豪、王琼 第一组：郁静华、温建月、王飞、刘豪、茅芳卉 第一组：郁静华、温建月、王飞、刘豪、王琼 第三组：马嘶鸣 第三组：简政重 范宏圆 马嘶鸣 高永胜 参考文献 关键词 摘要 结构 组织 标题 第三组：简政重 范宏圆 马嘶鸣 高永胜 第三组：简政重 范宏圆 马嘶鸣 高永胜 参考文献 关键词 摘要 结构 组织 标题 第三组：简政重 范宏圆 马嘶鸣 高永胜 参考文献 关键词 摘要 结构 组织 标题 第三组：简政重 范宏圆 马嘶鸣 高永胜 参考文献 关键词 摘要 结构 组织 标题 第三组：简政重 范宏圆 马嘶鸣 高永胜 参考文献 关键词 摘要 结构 组织 标题 第三组：简政重 范宏圆 马嘶鸣 高永胜 参考文献 关键词 摘要 结构 组织 标题 第三组：简政重 范宏圆 马嘶鸣 高永胜 参考文献 关键词 摘要 结构 组织 标题 第三组：简政重 范宏圆 马嘶鸣 高永胜 面向浮动车取样偏差修正的数据融合方法 View 参考文献 关键词 摘要 结构 组织 标题 * * 方法隐性 创新点：偏差修正 面向浮动车取样偏差修正的数据融合方法 背景和前人研究 1融合数据环境 2融合模型建立 2.1传统浮动车模型 2.2真实路段平均行程时间模型 2.3融合模型 3小时段划分方法 4实例分析 4.1数据来源 4.2实验结果分析 5结论 第五组：杨奎 杨航 钱晨 参考文献 关键词 摘要 结构 组织 标题 * * 方法隐性 创新点：偏差修正 面向浮动车取样偏差修正的数据融合方法 Review 开放点： 1.基于浮动车数据的路段行程时间估算方法 未知点： 1.仿真环境实现自适应信号配时 2.仿真环境中浮动车数据采样间隔与实际相符 隐藏点： 1.有关数据融合模型的文献 2.有关误差对比分析的文献 盲点： 1.浮动车数据的优缺点 2.前人对于浮动车数据计算路段行程时间的正反两方面观点 第五组：杨奎 杨航 钱晨 参考文献 关键词 摘要 结构 组织 标题 * * 方法隐性 创新点：偏差修正 面向浮动车取样偏差修正的数据融合方法 Review - by杨 开放点： 基于GPS手段对浮动车进行数据采集处理以及平均行程时间估计 未知点： 隐藏点： 盲点： 被原有思路限制，忽略文章创新点偏差修正和文章内容的关联性 第五组：杨奎 杨航 钱晨 Preview – by杨 参考文献 关键词 摘要 结构 组织 标题 * * 方法隐性 创新点：偏差修正 面向浮动车取样偏差修正的数据融合方法 Review - by钱 开放点： 有关传统模型的文献 未知点： 有关仿真数据局限性文献 隐藏点： 有关数据融合模型的文献 有关采样间隔优化的文献 盲点： 没有找到证明浮动车存在样本偏差的文献 第五组：杨奎 杨航 钱晨 Preview – by钱 处理浮动车取样偏差时 存在着问题。 传统处理方法。 造成该问题的主要原因。 仿真实验与结果分析 结论以及对未来模型 适用性的展望 通过数据融合模型，提高路段行程时间计算精度。 问题 方法分析 结论 参考文献 关键词 摘要 结构 组织 标题 * * 方法隐性 创新点：偏差修正 面向浮动车取样偏差修正的数据融合方法 Preview 文章首先陈述浮动车数据计算路段行程时间的优点和缺点，展开对浮动车模型等传统模型的研究综述，指出浮动车数据存在样本偏差的问题（问题类），说明取样偏差的修正具有重要的研究意义。然后文章提出数据融合模型的前提假设，在传统浮动车模型的基础上建立融合线圈数据的优化模型（方法类）。然后描述Vissim建立的仿真案例（方法类），说明数据采集的间隔及指标，分析传统浮动车模型和数据融合模型与仿真的路段行程时间相对误差的比较（方法类），最后得出数据融合模型可以修正浮动车样本偏差的结论（结论），提出仿真的局限性和取样误差修正实现的研究价值与应用价值（讨论）。 View 文章先说明了浮动车数据计算路段行程时间的重要性，以及浮动车数据的优点和局限性，说明浮动车样本计算出的路段行程时间不能反映路段全体车辆的路段行程时间的问题（问题类）。然后文章提出数据融合模型的前提假设，在传统浮动车模型和真实路段平均行程时间模型的基础上建立融合线圈数据的优化模型（方法类），并对模型提出的小时段进行划分（方法类）。然后描述了数据来源，运用相对误差和平均相对误差对融合模型的有效性进行评价（方法类），结论证明了数据融合模型能够修正浮动车取样误差（结论），最后对仿真的采样间隔和交叉口自适应控制提出未来深入研究的方向（讨