作者:
基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
为提高路口车流量统计和调度能力,以指导交通信息管理,提出一种基于大数据的路口车流量分布式协同优化模型.采用物联网分布式信息采集技术进行路口车流量统计大数据提取,结合传感融合跟踪识别技术进行路口车流量统计大数据采样后的关联属性特征提取;采用大数据信息融合处理技术进行路口车流量数据的分布式融合和模糊聚类处理,构建物联网信息管理平台进行车流量数据的分布式协同调度,在物联网簇中将所有成员节点采集的车辆量数据进行均衡配置;采用模糊神经网络学习方法进行路口车流量大数据分类处理,根据分类结果实现对路口车流量分布式协同调度,提高调度的均衡性,从而指导交通调度.仿真结果表明:采用该方法进行路口车流量分布式协同调度的均衡性较好,提高了路口车流通行能力.
推荐文章
基于Spark的分布式车流量检测方法设计与实现
分布式计算框架
帧差法
车流量检测
计算机视觉
基于机器视觉的公路车流量检测系统研究
TMS320DM642
数字视频处理
车流量检测
智能交通系统
虚拟线圈
基于DSP的无背景模型车流量检测
车流量检测
无背景模型
双重前景融合
DSP
基于单片机的车流量调度系统
压力传感器
电子牌
MSP430
无线通信
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于大数据的路口车流量分布式协同优化
来源期刊 兰州工业学院学报 学科 工学
关键词 大数据 交通 路口车流量 分布式协同调度
年,卷(期) 2019,(3) 所属期刊栏目
研究方向 页码范围 78-82
页数 5页 分类号 TN929.5
字数 3661字 语种 中文
DOI 10.3969/j.issn.1009-2269.2019.03.015
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 吴俊杰 泉州信息工程学院软件学院 11 3 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (54)
共引文献  (42)
参考文献  (7)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1994(1)
  • 参考文献(0)
  • 二级参考文献(1)
1996(1)
  • 参考文献(0)
  • 二级参考文献(1)
2000(3)
  • 参考文献(0)
  • 二级参考文献(3)
2001(2)
  • 参考文献(0)
  • 二级参考文献(2)
2002(2)
  • 参考文献(0)
  • 二级参考文献(2)
2003(3)
  • 参考文献(0)
  • 二级参考文献(3)
2004(2)
  • 参考文献(0)
  • 二级参考文献(2)
2006(3)
  • 参考文献(0)
  • 二级参考文献(3)
2007(1)
  • 参考文献(0)
  • 二级参考文献(1)
2008(4)
  • 参考文献(0)
  • 二级参考文献(4)
2009(1)
  • 参考文献(0)
  • 二级参考文献(1)
2010(6)
  • 参考文献(0)
  • 二级参考文献(6)
2011(1)
  • 参考文献(0)
  • 二级参考文献(1)
2012(16)
  • 参考文献(0)
  • 二级参考文献(16)
2013(4)
  • 参考文献(1)
  • 二级参考文献(3)
2014(5)
  • 参考文献(1)
  • 二级参考文献(4)
2015(2)
  • 参考文献(1)
  • 二级参考文献(1)
2016(4)
  • 参考文献(4)
  • 二级参考文献(0)
2019(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
研究主题发展历程
节点文献
大数据
交通
路口车流量
分布式协同调度
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
兰州工业学院学报
双月刊
1009-2269
62-1209/Z
大16开
兰州市七里河区龚家坪东路1号
54-136
1993
chi
出版文献量(篇)
2754
总下载数(次)
13
总被引数(次)
5304
论文1v1指导