基于小波分解的智能交通系统数据集成方法

被引：8

作者：

于雷

陈旭梅

耿彦斌

乔凤翔

王欣

刘梦涵

袁振洲

机构：

[1] 北方交通大学交通运输学院

[2] 德克萨斯南方大学

来源：

清华大学学报(自然科学版) | 2004年 / 06期

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;

D O I：

10.16511/j.cnki.qhdxxb.2004.06.020

中图分类号：

U495 [电子计算机在公路运输和公路工程中的应用];

学科分类号：

0838 ;

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

引用

页码：793 / 796

页数：4