基于聚类分析的地理位置数据交通阻塞检测

В.В. Зиядинов, Александр Борисович Талалаев, М.В. Терешонок
{"title":"基于聚类分析的地理位置数据交通阻塞检测","authors":"В.В. Зиядинов, Александр Борисович Талалаев, М.В. Терешонок","doi":"10.34832/niir.2022.9.2.003","DOIUrl":null,"url":null,"abstract":"Предложен метод автоматического обнаружения характерных мест образования автомобильных заторов с использованием кластерного анализа данных геолокации, получаемых различными методами. Кластерному анализу подвергаются координатыы единичных автомобилей, получаемые путем предварительного анализа данных от различных источников, таких как аэрофотоснимки, интеллектуальные транспортные системыы, GPS-навигаторы и видеокамеры. Проведено статистическое моделирование, позволившее определить наиболее эффективны/й алгоритм кластерного анализа для решения поставленной задачи.\n Method of automatic detection of characteristic places of traffic jam formation using cluster analysis of geolocation data obtained by various methods is proposed. The coordinates of single vehicles, obtained by preliminary analysis of data from various sources, such as aerial photographs, intelligent transport systems, GPS navigators and video cameras, are subjected to cluster analysis. Statistical modeling was carried out, which made it possible to determine the most effective cluster analysis algorithm for solving the problem.","PeriodicalId":128426,"journal":{"name":"Труды НИИР","volume":"147 1","pages":"0"},"PeriodicalIF":0.0000,"publicationDate":"2022-07-07","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":"0","resultStr":"{\"title\":\"TRAFFIC JAM DETECTION USING CLUSTER ANALYSIS OF GEOLOCATION DATA\",\"authors\":\"В.В. Зиядинов, Александр Борисович Талалаев, М.В. Терешонок\",\"doi\":\"10.34832/niir.2022.9.2.003\",\"DOIUrl\":null,\"url\":null,\"abstract\":\"Предложен метод автоматического обнаружения характерных мест образования автомобильных заторов с использованием кластерного анализа данных геолокации, получаемых различными методами. Кластерному анализу подвергаются координатыы единичных автомобилей, получаемые путем предварительного анализа данных от различных источников, таких как аэрофотоснимки, интеллектуальные транспортные системыы, GPS-навигаторы и видеокамеры. Проведено статистическое моделирование, позволившее определить наиболее эффективны/й алгоритм кластерного анализа для решения поставленной задачи.\\n Method of automatic detection of characteristic places of traffic jam formation using cluster analysis of geolocation data obtained by various methods is proposed. The coordinates of single vehicles, obtained by preliminary analysis of data from various sources, such as aerial photographs, intelligent transport systems, GPS navigators and video cameras, are subjected to cluster analysis. Statistical modeling was carried out, which made it possible to determine the most effective cluster analysis algorithm for solving the problem.\",\"PeriodicalId\":128426,\"journal\":{\"name\":\"Труды НИИР\",\"volume\":\"147 1\",\"pages\":\"0\"},\"PeriodicalIF\":0.0000,\"publicationDate\":\"2022-07-07\",\"publicationTypes\":\"Journal Article\",\"fieldsOfStudy\":null,\"isOpenAccess\":false,\"openAccessPdf\":\"\",\"citationCount\":\"0\",\"resultStr\":null,\"platform\":\"Semanticscholar\",\"paperid\":null,\"PeriodicalName\":\"Труды НИИР\",\"FirstCategoryId\":\"1085\",\"ListUrlMain\":\"https://doi.org/10.34832/niir.2022.9.2.003\",\"RegionNum\":0,\"RegionCategory\":null,\"ArticlePicture\":[],\"TitleCN\":null,\"AbstractTextCN\":null,\"PMCID\":null,\"EPubDate\":\"\",\"PubModel\":\"\",\"JCR\":\"\",\"JCRName\":\"\",\"Score\":null,\"Total\":0}","platform":"Semanticscholar","paperid":null,"PeriodicalName":"Труды НИИР","FirstCategoryId":"1085","ListUrlMain":"https://doi.org/10.34832/niir.2022.9.2.003","RegionNum":0,"RegionCategory":null,"ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":null,"EPubDate":"","PubModel":"","JCR":"","JCRName":"","Score":null,"Total":0}
引用次数: 0

摘要

本文提出了一种利用对通过不同方法获得的地理定位数据进行聚类分析来自动检测特征拥堵地点的方法。通过对航拍照片、智能交通系统、全球定位系统导航仪和摄像机等不同来源的数据进行初步分析,得出单辆汽车的坐标,并对这些坐标进行聚类分析。为确定解决问题的最有效聚类分析算法,进行了统计建模。提出了利用对通过各种方法获得的地理定位数据进行聚类分析来自动检测交通拥堵形成的特征地点的方法。通过对航拍照片、智能交通系统、GPS 导航仪和摄像机等各种来源的数据进行初步分析,获得了单个车辆的坐标,并对其进行了聚类分析。通过建立统计模型,可以确定解决问题的最有效聚类分析算法。
本文章由计算机程序翻译,如有差异,请以英文原文为准。
查看原文
分享 分享
微信好友 朋友圈 QQ好友 复制链接
本刊更多论文
TRAFFIC JAM DETECTION USING CLUSTER ANALYSIS OF GEOLOCATION DATA
Предложен метод автоматического обнаружения характерных мест образования автомобильных заторов с использованием кластерного анализа данных геолокации, получаемых различными методами. Кластерному анализу подвергаются координатыы единичных автомобилей, получаемые путем предварительного анализа данных от различных источников, таких как аэрофотоснимки, интеллектуальные транспортные системыы, GPS-навигаторы и видеокамеры. Проведено статистическое моделирование, позволившее определить наиболее эффективны/й алгоритм кластерного анализа для решения поставленной задачи. Method of automatic detection of characteristic places of traffic jam formation using cluster analysis of geolocation data obtained by various methods is proposed. The coordinates of single vehicles, obtained by preliminary analysis of data from various sources, such as aerial photographs, intelligent transport systems, GPS navigators and video cameras, are subjected to cluster analysis. Statistical modeling was carried out, which made it possible to determine the most effective cluster analysis algorithm for solving the problem.
求助全文
通过发布文献求助,成功后即可免费获取论文全文。 去求助
来源期刊
自引率
0.00%
发文量
0
期刊最新文献
A COMPARATIVE ANALYSIS OF DIFFUSION-BASED SUPER-RESOLUTION TECHNIQUES IN A VIDEO STREAM COMPRESSION SYSTEM IN FPV CONTROL OF UNM ANNED SYSTEMS PREDICTION OF COMPUTER ATTACKS IN HIGH-SPEED DATA STREAM BASED ON ARTIFICIAL INTELLIGENCE PROSPECTS FOR THE USE OF DOMESTIC MEANS OF CRYPTOGRAPHIC PROTECTION OF INFORMATION FOR HARDWARE PLATFORMS BASED O N THE ARM64 ARCHITECTURE RESEARCH OF NEURAL NETWORK MODELS OF VIDEO PREDICTION FOR FPV CONTROL OF UNM ANNED SYSTEMS EMC ANALYSIS O N THE COASTAL GMDSS AN D VTS FACILITY IN THE VHF RANGE
×
引用
GB/T 7714-2015
复制
MLA
复制
APA
复制
导出至
BibTeX EndNote RefMan NoteFirst NoteExpress
×
×
提示
您的信息不完整,为了账户安全,请先补充。
现在去补充
×
提示
您因"违规操作"
具体请查看互助需知
我知道了
×
提示
现在去查看 取消
×
提示
确定
0
微信
客服QQ
Book学术公众号 扫码关注我们
反馈
×
意见反馈
请填写您的意见或建议
请填写您的手机或邮箱
已复制链接
已复制链接
快去分享给好友吧!
我知道了
×
扫码分享
扫码分享
Book学术官方微信
Book学术文献互助
Book学术文献互助群
群 号:481959085
Book学术
文献互助 智能选刊 最新文献 互助须知 联系我们:info@booksci.cn
Book学术提供免费学术资源搜索服务,方便国内外学者检索中英文文献。致力于提供最便捷和优质的服务体验。
Copyright © 2023 Book学术 All rights reserved.
ghs 京公网安备 11010802042870号 京ICP备2023020795号-1