节点文献

基于小波分解的智能交通系统数据集成方法

Optimized aggregation level for ITS data based on wavelet decomposition

  • 推荐 CAJ下载
  • PDF下载
  • 不支持迅雷等下载工具，请取消加速工具后下载。

【作者】 于雷； 陈旭梅； 耿彦斌； 乔凤翔； 王欣； 刘梦涵； 袁振洲；

【Author】 YU Lei~1,2, CHEN Xumei~1, GENG Yanbin~1, QIAO Fengxiang~2, WANG Xin~2, LIU Menghan~1, YUAN Zhenzhou~1(1. School of Traffic and Transportation, Northern Jiaotong University, Beijing 100044, China; 2. Texas Southern University, Houston 77004, USA)

【机构】 北方交通大学交通运输学院； 德克萨斯南方大学； 北方交通大学交通运输学院 北京100044； 中国； 休斯顿77004； 美国； 北京100044； 中国；

【摘要】 对于智能交通系统 (ITS)的数据集成 ,数字信号处理技术中的小波变换方法能够克服传统的基于数理统计方法的集成技术的种种缺陷 ,并提供最佳集成度。该文基于小波分解的方法 ,通过对 ITS数据进行分层、相似性分析得出了数据的最佳集成度 ,完成了对数据的集成。通过该方法集成后的数据不仅包含足够的有用信息 ,而且能够消除无用成份和噪音

【Abstract】 Wavelet decomposition is a new technique in intelligent transportation system (ITS) data aggregation that can overcome the shortcomings of conventional techniques based on statistical comparison to determine the aggregation level. Then, decomposition and similarity analysis of the ITS data were used to optimize the aggregation level. The desired information is retained in the aggregated data derived from the wavelet analysis while the errors and noises are filtered.

【关键词】 智能交通系统(ITS)； 数据集成； 优化； 小波变换； Shannon采样定理；
【Key words】 intelligent transportation system (ITS)； data aggregation； optimization； wavelet transformation； Shannon’s sampling theorem；
【基金】 国家“十五”科技攻关计划重大项目 ( 2 0 0 2 BA40 4A0 5)
  • 【文献出处】 清华大学学报(自然科学版) ,Journal of Tsinghua University(Science and Technology) , 编辑部邮箱 ,2004年06期
  • 【分类号】U495
  • 【被引频次】17
  • 【下载频次】308
打印本页
节点文献中：