基于多传感器的智慧交通系统任务书

 2021-12-30 20:54:40

全文总字数:3019字

1. 毕业设计(论文)主要内容:

1、多传感器的智慧交通系统的研究背景及意义

2、智能传感器和ITS的国内外发展现状

3、对城市交通短时流量预测进行理论研究和仿真实验

剩余内容已隐藏,您需要先支付后才能查看该篇文章全部内容!

2. 毕业设计(论文)主要任务及要求

1.通过本课题的训练,培养学生动手能力、分析问题及解决问题的能力;2.翻译与本课题相关的英文资料;3.查阅文献资料,撰写开题报告。开题报告中,要求了解本毕业设计相关专业知识的发展历史、现状及趋势,以及本毕业设计领域技术发展历史中的重大突破的背景和影响,并理解本毕业设计领域复杂工程问题解决方案的设计/开发背景和意义;4.掌握系统设计原理和基本研究方法;5.能够选择与使用恰当的MATLAB软件,对本毕业设计要求的复杂工程问题进行实现,并能够理解其局限性;6.撰写毕业设计论文或说明书。毕业设计论文中请体现本毕业设计涉及的工程实践和复杂工程问题解决方案与社会(或者健康、安全、法律)以及文化的关系;体现节能环保意识和技术经济性能;撰写毕业论文过程中不得有抄袭现象,理解基本职业道德、规范与履行责任的含义及其影响。7.期望能够自主完成毕业设计内容,同时积极参与课题研讨,提高专业表达能力,提高自身的发展能力。

3. 毕业设计(论文)完成任务的计划与安排

第1周,选题。第3-4周,根据网上拟定的任务,在查阅相关资料后遵照教师要求网上提交并完成开题。第5周,开题报告审查。第9周,在网上进行毕业设计(论文)中期检查。第13周,上传毕业论文,指导教师审核批阅毕业论文,并进行打分。第14周,学生提出答辩申请。学生将毕业设计(论文)装订成册并在答辩前提交答辩组。第16周-17周,毕业设计(论文)答辩。

4. 主要参考文献

[1]赵娜,袁家斌,徐晗.智能交通系统综述[J].计算机科学,2014,41(11):7-11 45.[2]陆化普,孙智源,屈闻聪.大数据及其在城市智能交通系统中的应用综述[J].交通运输系统工程与信息,2015,15(05):45-52.[3]黄力彬.国内外城市智能交通系统建设综述[J].城市道桥与防洪,2016(05):40-45 8.[4]肖自乾,陈经优,符石.大数据背景下智能交通系统发展综述[J].软件导刊,2017,16(01):182-184.[5]汪正勇,陈万培,汤强,李志军.基于车流量的智能交通灯控制系统[J].中小企业管理与科技(下旬刊),2017(09):143-144.[6]李淑敏.基于STM32和摄像头的智能交通灯控制系统[J].科技经济导刊,2017(26):26.[7]李佩钰.一种基于小波和神经网络的短时交通流量预测[J/OL].计算机技术与发展,2019(12):1-9[2019-12-20].http://kns.cnki.net/kcms/detail/61.1450.TP.20190924.1537.046.html.[8]赵庆. 面向短时交通流分析与预测的循环神经网络算法研究[D].西安理工大学,2019.[9]尹杨. 基于深度学习的路网短时交通流分析与预测研究[D].西安邮电大学,2019.[10]李建森,沈齐,范馨月.城市道路短时交通流量预测[J].数学的实践与认识,2019,49(05):192-197.[11]万芳,黎光宇,贾宁,朱宁.短时交通流预测中的特征选择算法研究[J].交通运输系统工程与信息,2019,19(02):216-222 254.[12]朱云霞,郭唐仪.基于GA-BP神经网络的交叉口短时交通流预测[J].交通运输研究,2019,5(02):45-51.[13]范姝彤,李思思.智能交通灯控制系统优化[J].微处理机,2019,40(04):57-60.[14]李忠群,徐刚,王云龙,张天军.基于因子分析的瓦斯涌出量主控因素确定方法[J].能源与环保,2019,41(10):1-5.[15]郭晓晶,何倩,张冬梅,许金芳,贺佳.综合运用主客观方法确定科技评价指标权重[J].科技管理研究,2012,32(20):64-67 71.[16]张星,张春桂,吴菊薪.农业气象灾害综合评价中权重确定方法的研究[J].中国农学通报,2008(11):448-452.[17]武玉升.基于单片机的智能交通灯控制系统仿真设计[J].电子世界,2018(21):118-119 122.[18]Arzoo Miglani,Neeraj Kumar. Deep learning models for traffic flow prediction in autonomous vehicles: A review, solutions, and challenges[J]. Vehicular Communications,2019.[19]Xinping Xiao,Huiming Duan. A new grey model for traffic flow mechanics[J]. Engineering Applications of Artificial Intelligence,2020,88.[20]Arzoo Miglani,Neeraj Kumar. Deep learning models for traffic flow prediction in autonomous vehicles: A review, solutions, and challenges[J]. Vehicular Communications,2019,20.[21]Rauch Jens,Hübner Ursula,Denter Mathias,Babitsch Birgit. Improving the Prediction of Emergency Department Crowding: A Time Series Analysis Including Road Traffic Flow.[J]. Studies in health technology and informatics,2019,260.[22]. Fuzzy Research; Findings from Wuhan University of Technology in the Area of Fuzzy Research Described (Prediction of a Multi-mode Coupling Model Based On Traffic Flow Tensor Data)[J]. Computers, Networks Communications,2019.[23]Xijun Zhang,Zhanting Yuan. Traffic Flow Prediction Based on the location of Big Data[P]. Proceedings of the 5th International Conference on Civil Engineering and Transportation 2015,2015.

剩余内容已隐藏,您需要先支付 10元 才能查看该篇文章全部内容!立即支付

以上是毕业论文任务书,课题毕业论文、开题报告、外文翻译、程序设计、图纸设计等资料可联系客服协助查找。