简介:摘要:随着社会经济的不断发展,如今人们所拥有的企业车辆也在逐年增加,为城市交通管理带来了更多的压力和要求。在此情况下,为能够有效确保城市交通管理的实际效果,降低交通事故的发生几率,越来越多的城市开始在城市交通管理中引入数字图像处理技术,从而推进城市交通管理的智能化发展。 关键词:智能交通;数字图像处理技术;应用;
简介:摘要:近年来我国公路建设里程的不断增长、交通车流量的快速增加以及大众需求的日益提高,公路管养的规模越来越大。我国公路的管养速度已经超越了建设速度,公路发展的重点逐渐由建设到养护进行转型。对管养任务起指导与修正作用的道路病害检测成为管养人员主要关注重点,现行的公路管养机制中,路面表观病害的检测多是养护人员肉眼观察或是使用直尺、塞尺等简易的测量工具进行测量。经过长期检测经验发现,人工调查检测的方法存在检测效率低、危险性高、检测精度低等缺点,引起养护设计与决策工作的延误及偏差,常导致错过最佳的养护维修时机,造成养护经费的浪费[1]。国内现有的车载路面破损系统以及三维激光检测系统随着道路管养需求不断更新发展,设备专业性也在逐渐改进,因此,基于车载图像处理具有重要意义。
简介:简要介绍了精细化天气预报和气象数据挖掘应用的现状,在对BP神经网络预测方法详细分析的基础上,研究了基于时间序列数据挖掘实现精细化温度预报的方法。该方法基于时序分析技术,建立起适合于BP神经网络的输入样本模型,通过反复学习从温度时序中建立预测模型,将其用于未来24h的精细化温度预报。同时,对BP神经网络算法和步骤做了简要介绍,针对原有的BP算法存在的不足,做了一些改进。最后,通过对预测挖掘系统的设计和在Matlab6.5仿真平台上的试验,建立了温度预报模型,以兰州市观测站数据为时间序列研究对象,对精细化温度预报进行了仿真实现。对基于时序的数据挖掘理论的应用和开发精细化温度预报方法做了有益的探索。