网络交通状态的研究一直是国际上智能交通系统研究的热点和难点问题。本项目摈弃了基于单交叉口或单路段研究交通状态变化的传统模式,引入交通模式概念,综合运用模式识别、数据挖掘和聚类分析等先进的信息处理手段,发现并提取隐含在海量交通信息中的交通网络状态时空模式及其演变规律,进而实现对网络交通状态的分析和典型交通事件的检测等工作,使交通管理者建立起网络层次上的交通状态演变过程的宏观概念,最终为动态交通控制、指挥和管理提供重要的决策依据。本项目以"交通模式"为研究主线,基于模式识别、数据挖掘和聚类分析等新一代信息处理方法,分别从网络交通状态时空模式发现、交通状态分类、交通模式信息维护和应用等几个方面,系统地研究网络交通状态的分析理论和方法,是对传统交通信息处理方法的革命,为海量交通信息在网络层次上的处理理论和分析方法研究开辟了新的天地,具有重要的理论价值和深远的历史意义。
网络交通状态的研究一直是国际上智能交通系统研究的热点和难点问题。本项目摈弃了基于单交叉口或单路段研究交通状态变化的传统模式,引入交通模式概念,综合运用模式识别、数据挖掘和聚类分析等先进的信息处理手段,发现并提取隐含在海量交通信息中的交通网络状态时空模式及其演变规律,进而实现对网络交通状态的分析和典型交通事件的检测等工作,使交通管理者建立起网络层次上的交通状态演变过程的宏观概念,最终为动态交通控制、指挥和管理提供重要的决策依据。本项目以"交通模式"为研究主线,基于模式识别、数据挖掘和聚类分析等新一代信息处理方法,分别从网络交通状态时空模式发现、交通状态分类、交通模式信息维护和应用等几个方面,系统地研究网络交通状态的分析理论和方法,是对传统交通信息处理方法的革命,为海量交通信息在网络层次上的处理理论和分析方法研究开辟了新的天地,具有重要的理论价值和深远的历史意义。