改革開(kāi)放以來(lái),中國(guó)社會(huì)經(jīng)濟(jì)和工業(yè)化進(jìn)程發(fā)生了巨大的變革,移動(dòng)污染源的保有量日益劇增,由此產(chǎn)生大量空氣污染物,對(duì)環(huán)境帶來(lái)嚴(yán)重的負(fù)面影響,可以通過(guò)監(jiān)測(cè)站對(duì)其有效監(jiān)控。移動(dòng)污染源監(jiān)測(cè)站帶有定位設(shè)備,獲得時(shí)空軌跡數(shù)據(jù)十分便捷,時(shí)空軌跡數(shù)據(jù)中包含移動(dòng)對(duì)象、位置以及時(shí)間三種屬性。在城市計(jì)算、移動(dòng)對(duì)象的位置預(yù)測(cè)等范疇中時(shí)空軌跡數(shù)據(jù)已經(jīng)被廣泛使用。通過(guò)對(duì)監(jiān)測(cè)站獲取的移動(dòng)污染源GPS時(shí)空軌跡序列數(shù)據(jù)展開(kāi)研究,可以實(shí)時(shí)地跟蹤匹配移動(dòng)污染源的行駛軌跡和預(yù)測(cè)出移動(dòng)污染源短期的軌跡路徑,給有關(guān)部門(mén)提供有效的監(jiān)管技術(shù)。本文分析了影響移動(dòng)污染源跟蹤匹配算法匹配精度的因素,并對(duì)現(xiàn)有算法進(jìn)行研究與總結(jié),針對(duì)GPS采樣誤差、相對(duì)位置誤差等因素導(dǎo)致移動(dòng)污染源行駛軌跡與實(shí)際路網(wǎng)存在不匹配的問(wèn)題,提出了一種基于路網(wǎng)拓?fù)浜蜋?quán)重的實(shí)時(shí)軌跡跟蹤匹配算法。起先構(gòu)造道路網(wǎng)絡(luò)的拓?fù)浣Y(jié)構(gòu)使用廣度優(yōu)先遍歷算法,接著利用拓?fù)浼s束與空間約束遴選出跟蹤匹配軌跡的相近待選路段集合。然后將每條待選路段各自的距離權(quán)重、方向權(quán)重以及相對(duì)位置關(guān)系權(quán)重相加,總權(quán)重值當(dāng)作最短路徑求解的權(quán)重條件。最后,使用Dijkstra算法計(jì)算出最佳跟蹤匹配路段序列。通過(guò)仿真實(shí)... 

【文章來(lái)源】：杭州電子科技大學(xué)浙江省

【文章頁(yè)數(shù)】：62 頁(yè)

【學(xué)位級(jí)別】：碩士

【文章目錄】：
摘要
ABSTARCT
第一章 緒論
    1.1 研究背景及意義
    1.2 國(guó)內(nèi)外研究現(xiàn)狀
        1.2.1 移動(dòng)污染源軌跡的跟蹤匹配
        1.2.2 移動(dòng)污染源軌跡的預(yù)測(cè)
    1.3 課題研究?jī)?nèi)容
    1.4 論文組織結(jié)構(gòu)
    1.5 本章小結(jié)
第二章 相關(guān)基礎(chǔ)知識(shí)介紹
    2.1 全球衛(wèi)星定位系統(tǒng)
        2.1.1 GPS簡(jiǎn)介
        2.1.2 WEB-GIS簡(jiǎn)介
        2.1.3 GPS定位方法與原理
        2.1.4 GPS定位誤差
    2.2 數(shù)據(jù)清洗
        2.2.1 數(shù)據(jù)清洗概述
        2.2.2 數(shù)據(jù)清洗的目的和過(guò)程
        2.2.3 移動(dòng)污染源GPS時(shí)空軌跡序列數(shù)據(jù)清洗
    2.3 最短路徑算法
    2.4 本章小結(jié)
第三章 移動(dòng)污染源軌跡跟蹤匹配算法
    3.1 跟蹤匹配的原理
    3.2 影響跟蹤匹配的因素
        3.2.1 影響實(shí)時(shí)性的因素
        3.2.2 影響魯棒性的因素
        3.2.3 影響匹配精度的因素
    3.3 基于路網(wǎng)拓?fù)浜蜋?quán)重的實(shí)時(shí)軌跡跟蹤匹配算法
        3.3.1 算法流程
        3.3.2 基于廣度優(yōu)先遍歷的拓?fù)錁?gòu)建
        3.3.3 考慮權(quán)重的最短路徑實(shí)時(shí)軌跡跟蹤匹配算法
    3.4 仿真與結(jié)果分析
        3.4.1 實(shí)驗(yàn)數(shù)據(jù)
        3.4.2 仿真結(jié)果
        3.4.3 算法匹配效果分析
        3.4.4 算法匹配實(shí)時(shí)性分析
    3.5 算法工程化實(shí)現(xiàn)
        3.5.1 移動(dòng)污染源監(jiān)控子系統(tǒng)
        3.5.2 移動(dòng)污染源軌跡跟蹤模塊設(shè)計(jì)
        3.5.3 移動(dòng)污染源軌跡跟蹤實(shí)現(xiàn)
    3.6 本章小結(jié)
第四章 移動(dòng)污染源軌跡預(yù)測(cè)算法
    4.1 預(yù)測(cè)的原理與框架
    4.2 超限學(xué)習(xí)機(jī)(ELM)
    4.3 優(yōu)化超限學(xué)習(xí)機(jī)(OELM)
    4.4 改進(jìn)的優(yōu)化超限學(xué)習(xí)機(jī)算法(HGPSO-OELM)
        4.4.1 混合智能遺傳粒子群算法(HGPSO)
        4.4.2 基于HGPSO優(yōu)化的OELM
    4.5 仿真與結(jié)果分析
        4.5.1 數(shù)據(jù)集和參數(shù)設(shè)置
        4.5.2 結(jié)果分析
    4.6 算法工程化實(shí)現(xiàn)
    4.7 本章小結(jié)
第五章 總結(jié)與展望
    5.1 工作總結(jié)
    5.2 展望
致謝
參考文獻(xiàn)
附錄


【參考文獻(xiàn)】：
期刊論文
[1]基于判別信息極限學(xué)習(xí)機(jī)的高光譜遙感圖像分類(lèi)[J]. 楊伊,閆德勤,張海英,楚永賀.  軟件導(dǎo)刊. 2017(01)
[2]基于蟻群優(yōu)化的極限學(xué)習(xí)機(jī)選擇性集成學(xué)習(xí)算法[J]. 楊菊,袁玉龍,于化龍.  計(jì)算機(jī)科學(xué). 2016(10)
[3]大數(shù)據(jù)環(huán)境下移動(dòng)對(duì)象自適應(yīng)軌跡預(yù)測(cè)模型[J]. 喬少杰,李天瑞,韓楠,高云君,元昌安,王曉騰,唐常杰.  軟件學(xué)報(bào). 2015(11)
[4]一種基于高斯混合模型的軌跡預(yù)測(cè)算法[J]. 喬少杰,金琨,韓楠,唐常杰,格桑多吉,Louis Alberto GUTIERREZ.  軟件學(xué)報(bào). 2015(05)
[5]一種基于混合遺傳和粒子群的智能優(yōu)化算法[J]. 馬超,鄧超,熊堯,吳軍.  計(jì)算機(jī)研究與發(fā)展. 2013(11)
[6]一種基于約束的最短路徑低頻浮動(dòng)車(chē)數(shù)據(jù)地圖匹配算法[J]. 李清泉,胡波,樂(lè)陽(yáng).  武漢大學(xué)學(xué)報(bào)(信息科學(xué)版). 2013(07)
[7]基于B/S軟件分層體系結(jié)構(gòu)的研究[J]. 王嫣,張志強(qiáng).  煤炭技術(shù). 2012(10)
[8]形狀匹配方法研究與展望[J]. 周瑜,劉俊濤,白翔.  自動(dòng)化學(xué)報(bào). 2012(06)
[9]基于ELM和近似熵的腦電信號(hào)檢測(cè)方法[J]. 袁琦,周衛(wèi)東,李淑芳,蔡冬梅.  儀器儀表學(xué)報(bào). 2012(03)
[10]基于權(quán)重的地圖匹配算法[J]. 蘇海濱,陳永利,劉強(qiáng).  華北水利水電學(xué)院學(xué)報(bào). 2008(01)

碩士論文
[1]基于浮動(dòng)車(chē)大數(shù)據(jù)的城市交通擁堵自動(dòng)辨識(shí)與可視化系統(tǒng)[D]. 孟凡林.長(zhǎng)安大學(xué) 2016
[2]基于在線SaE-ELM的煤礦多等級(jí)突水預(yù)測(cè)方法研究[D]. 胡夢(mèng)珂.中國(guó)礦業(yè)大學(xué) 2015
[3]基于極限學(xué)習(xí)機(jī)的脈沖星信號(hào)辨識(shí)[D]. 楊寧彬.西安電子科技大學(xué) 2014
[4]GPS車(chē)輛導(dǎo)航中的數(shù)據(jù)處理與地圖匹配研究[D]. 夏州.北京交通大學(xué) 2009
[5]基于數(shù)據(jù)倉(cāng)庫(kù)的數(shù)據(jù)清洗技術(shù)研究[D]. 楊宏娜.河北工業(yè)大學(xué) 2006



本文編號(hào)：3202909