基于动态交通信息的近邻查询技术的研究与实现

[复制链接]
查看: 462|回复: 0

2万

主题

3万

帖子

7万

积分

管理员

Rank: 9Rank: 9Rank: 9

积分
74801
发表于 2022-9-6 20:04:24 | 显示全部楼层 |阅读模式
目:


雅宝题库答案
****此区域为收费内容****    需支付 1 知识币后可查看,1币=0.01元查看答案


雅宝题库解析:
近年来,随着交通信息服务系统的广泛应用,人们对公众出行服务的要求也越来越高。如何为出行中的公众高效地提供准确恰当的出行候选目的地,成为一个广受关注的题目。近邻(Nearest Neighbors,NN)查询技术能准确地回答移动对象发出的查询请求,是解决这一题目最佳技术方案。对此,国内外相关研究人员在近邻查询领域做了大量研究,提出了多种高效的基于欧式空间和道路网络的近邻查询算法。然而,交通系统所特有的高度复杂性和不确定性,使得传统的近邻查询技术无法发挥出良好的指引作用。尤其是现有的近邻查询技术都以道路长度为路网权重,不论何时、交通状况如何,对于相同或相近的查询请求都返回相同或相近的查询结果,该查询结果无法根据当前交通状况进行自适应的动态调整,导致大量用户被引导至近似区域,造成该区域的固定导航性拥堵。本文结合新一代公众出行服务系统对出行目标查找的实际需求,分析并研究了基于道路网络的近邻查询技术,提出了一种结合动态POI信息和实时路况信息的动态路网近邻查询技术,并在此基础上,设计并实现了公众出行近邻查询系统。本文取得的主要成果如下:(1)        设计完成了网络爬虫,随时获取网络上最新的餐饮、天气等信息,对其分类存储。对餐饮数据进行预处理以获得其地址所对应的坐标点,并进行道路匹配,使其成为动态POI点,为以后的近邻查询提供出行目标数据。(2)        在分析道路网络拓扑结构的基础上,以实时路况信息为道路网络权重,结合道路网络的空间延展性和实时路况信息的时间连续性,提出了一种基于有效区域思想和增量微调策略的DRMA(Dominate Relationship Monitoring Algorithm)算法,并以此算法为基础,自适应的调整道路网络扩展上限,实现了动态路网下的连续k近邻查询算法。(3)        设计并实现了基于动态交通信息的近邻查询系统,为移动状态下的公众用户连续提供k个最短时间到达的动态POI作为出行候选目的地,并引入真实的实时路况信息对系统进行了准确性和性能的测评,证明了本文所提出的近邻查询方法的准确性和高效性,能够为公众提供连续近邻查询服务。





上一篇:项目管理在手机结构件研发的应用
下一篇:冠捷科技有限公司供应商管理研究
回复

使用道具 举报

您需要登录后才可以回帖 登录 | 立即注册

本版积分规则

精彩课程推荐
|网站地图|网站地图