基于旅行时间的城市道路交通状况采集及细分化研究

结题报告
项目介绍
AI项目解读

基本信息

  • 批准号：
    50808108
  • 项目类别：
    青年科学基金项目
  • 资助金额：
    20.0万
  • 负责人：
    李强
  • 依托单位：
    清华大学
  • 学科分类：
    E0809.道路与轨道工程
  • 结题年份：
    2011
  • 批准年份：
    2008
  • 项目状态：
    已结题
  • 起止时间：
    2009-01-01 至2011-12-31

项目摘要

浮动车系统，作为新的路况采集方式，为交通信息系统提供了新的思路，新的机遇，受到了广泛的关注。然而，浮动车系统的研究主要集中在改善系统的精度和效率上，如地图匹配的精度、旅行时间的采集精度、估计所需的浮动车数量等，而作为主要路况指标的，旅行时间的特性（如，统计分布、变化趋势等）的研究未得到充分的重视，且普遍存在错误的认识。例如，在估计平均旅行时间所需要的浮动车数量的研究中，旅行时间的分布通常假设为近似正态分布。然而，由于存在两种具有不同旅行时间的车辆（下流交叉口停车和不停车），路段旅行时间应是两峰或多峰分布。以申请者在日本名古屋大学就读博士期间对浮动车系统的研究为基础，本研究侧重于分析路段旅行时间的统计特征与随道路状况（或时间）的变化趋势，并提出在小样本下采集更加细化的道路状况的方法。本项目的研究不仅对浮动车系统的发展具有理论和现实意义，对其他以旅行时间为主要指标的系统（如，AVI系统）。

结项摘要

项目成果

期刊论文数量（3）
专著数量（0）
科研奖励数量（0）
会议论文数量（1）
专利数量（0）
针对探测车历史数据的离线地图匹配算法
  • DOI：
    --
  • 发表时间：
    --
  • 期刊：
    武汉大学学报(信息科学版)
  • 影响因子：
    --
  • 作者：
    李强
  • 通讯作者：
    李强
城市道路路段旅行时间的特性分析
  • DOI：
    --
  • 发表时间：
    --
  • 期刊：
    交通运输系统工程与信息
  • 影响因子：
    --
  • 作者：
    葛乾;缪立新;李强
  • 通讯作者：
    李强
基于少量探测车的城市道路平均路段旅行时间估计
  • DOI：
    --
  • 发表时间：
    --
  • 期刊：
    交通信息与安全
  • 影响因子：
    --
  • 作者：
    李强
  • 通讯作者：
    李强

数据更新时间：{{ journalArticles.updateTime }}

{{ item.title }}
{{ item.translation_title }}
  • DOI：
    {{ item.doi || "--"}}
  • 发表时间：
    {{ item.publish_year || "--" }}
  • 期刊：
    {{ item.journal_name }}
  • 影响因子：
    {{ item.factor || "--"}}
  • 作者：
    {{ item.authors }}
  • 通讯作者：
    {{ item.author }}

数据更新时间：{{ journalArticles.updateTime }}

{{ item.title }}
  • 作者：
    {{ item.authors }}

数据更新时间：{{ monograph.updateTime }}

{{ item.title }}
  • 作者：
    {{ item.authors }}

数据更新时间：{{ sciAawards.updateTime }}

{{ item.title }}
  • 作者：
    {{ item.authors }}

数据更新时间：{{ conferencePapers.updateTime }}

{{ item.title }}
  • 作者：
    {{ item.authors }}

数据更新时间：{{ patent.updateTime }}

其他文献

Recursive Maximum Correntropy Algorithms for Second-Order Volterra Filtering
二阶Volterra滤波的递归最大熵算法
  • DOI：
    10.1109/tcsii.2021.3064946
  • 发表时间：
    2021-03
  • 期刊：
    IEEE TRANSACTIONS ON CIRCUITS AND SYSTEMS II-EXPRESS BRIEFS
  • 影响因子：
    4.4
  • 作者：
    赵集;J. Andrew Zhang;李强;张洪斌;王学渊
  • 通讯作者：
    王学渊
A new bearing fault diagnosis method based on signal-to-image mapping and convolutional neural network
基于信号到图像映射和卷积神经网络的轴承故障诊断新方法
  • DOI：
    10.1016/j.measurement.2021.109088
  • 发表时间：
    2021-05
  • 期刊：
    Measurement
  • 影响因子：
    5.6
  • 作者：
    赵靖;杨绍普;李强;刘永强;顾晓辉;刘文朋
  • 通讯作者：
    刘文朋
农地流转对农村内部收入不平等的影响
  • DOI：
    10.13872/j.1000-0275.2022.0014
  • 发表时间：
    2022
  • 期刊：
    农业现代化研究
  • 影响因子：
    --
  • 作者：
    吴超;李强;王会;刘霞婷;宋中丽
  • 通讯作者：
    宋中丽
Supramolecular chain-like aggregates and polymeric sandwich complexes constructed from p-sulfonatocalix[4,6]arenes with (8-hydroxy)quinoline guests
由对磺基杯[4,6]芳烃与（8-羟基）喹啉客体构建的超分子链状聚集体和聚合物夹心复合物
  • DOI：
    10.1039/b717884k
  • 发表时间：
    2008-05
  • 期刊：
    Crystengcomm
  • 影响因子：
    3.1
  • 作者：
    陈锟;刘育;李强;郭东升
  • 通讯作者：
    郭东升
Study on the Surface Damage Layer in Multiple Grinding of Quartz Glass by Molecular Dynamics Simulation
石英玻璃多次磨削表面损伤层的分子动力学模拟研究
  • DOI：
    10.4028/www.scientific.net/jnanor.46.192
  • 发表时间：
    2017-03
  • 期刊：
    Journal of Nano Research
  • 影响因子：
    1.7
  • 作者：
    刘涛;郭晓光;李强;康仁科;郭东明
  • 通讯作者：
    郭东明

其他文献

{{ item.title }}
{{ item.translation_title }}
  • DOI：
    {{ item.doi || "--" }}
  • 发表时间：
    {{ item.publish_year || "--"}}
  • 期刊：
    {{ item.journal_name }}
  • 影响因子：
    {{ item.factor || "--" }}
  • 作者：
    {{ item.authors }}
  • 通讯作者：
    {{ item.author }}
empty
内容获取失败，请点击重试
重试联系客服
title开始分析
查看分析示例
此项目为已结题，我已根据课题信息分析并撰写以下内容，帮您拓宽课题思路：

AI项目思路

AI技术路线图

李强的其他基金

西北太平洋复杂地形下内波动量通量及其对背景流场反馈的研究
  • 批准号：
    91958102
  • 批准年份：
    2019
  • 资助金额：
    52.0 万元
  • 项目类别：
    重大研究计划
南海中尺度背景下内波生成传播机制研究
  • 批准号：
    41576008
  • 批准年份：
    2015
  • 资助金额：
    72.0 万元
  • 项目类别：
    面上项目
基于T7系统与原核宿主正交的转录元件构建及应用
  • 批准号：
    21576153
  • 批准年份：
    2015
  • 资助金额：
    65.0 万元
  • 项目类别：
    面上项目
南海内波与地转流场之间相互关系研究
  • 批准号：
    41106002
  • 批准年份：
    2011
  • 资助金额：
    27.0 万元
  • 项目类别：
    青年科学基金项目
助熔剂法生长MPB组分PLZST弛豫反铁电单晶过程中的组份分凝与自发形核调控机制研究
  • 批准号：
    51172118
  • 批准年份：
    2011
  • 资助金额：
    60.0 万元
  • 项目类别：
    面上项目
准一致熔PMN-PT基赝三元系高Trt弛豫铁电材料的MPB组分设计与强制对流条件下的晶体生长
  • 批准号：
    50972071
  • 批准年份：
    2009
  • 资助金额：
    35.0 万元
  • 项目类别：
    面上项目
重大建设项目非自愿移民社会影响评价体系
  • 批准号：
    70673049
  • 批准年份：
    2006
  • 资助金额：
    22.0 万元
  • 项目类别：
    面上项目
PMN-PZ-PT多元体系弛豫铁电单晶制备及其反常铁电相变行为抑制研究
  • 批准号：
    50572048
  • 批准年份：
    2005
  • 资助金额：
    26.0 万元
  • 项目类别：
    面上项目
PLZST弛豫反铁电相的化学合成与晶体生长
  • 批准号：
    50272030
  • 批准年份：
    2002
  • 资助金额：
    22.0 万元
  • 项目类别：
    面上项目
混合群体发酵动力学及作用机制研究
  • 批准号：
    29376249
  • 批准年份：
    1993
  • 资助金额：
    6.5 万元
  • 项目类别：
    面上项目

相似国自然基金

{{ item.name }}
  • 批准号：
    {{ item.ratify_no }}
  • 批准年份：
    {{ item.approval_year }}
  • 资助金额：
    {{ item.support_num }}
  • 项目类别：
    {{ item.project_type }}

相似海外基金

{{ item.name }}
{{ item.translate_name }}
  • 批准号：
    {{ item.ratify_no }}
  • 财政年份：
    {{ item.approval_year }}
  • 资助金额：
    {{ item.support_num }}
  • 项目类别：
    {{ item.project_type }}
{{ showInfoDetail.title }}

作者：{{ showInfoDetail.author }}

知道了

AI项目解读示例

课题项目：调控A型流感病毒诱导IFN-β表达的机制研究

AI项目摘要：

本研究聚焦于TRIM2蛋白在A型流感病毒诱导的IFN-β表达中的调控机制。A型流感病毒是全球性健康问题，其感染可导致严重的呼吸道疾病。IFN-β作为关键的抗病毒因子，其表达水平对抗病毒防御至关重要。然而，TRIM2如何调控IFN-β的表达尚未明确。本研究假设TRIM2通过与病毒RNA或宿主因子相互作用，影响IFN-β的产生。我们将采用分子生物学、细胞生物学和免疫学方法，探索TRIM2与A型流感病毒诱导IFN-β表达的关系。预期结果将揭示TRIM2在抗病毒免疫反应中的作用，为开发新的抗病毒策略提供理论基础。该研究对理解宿主抗病毒机制具有重要科学意义，并可能对临床治疗流感病毒感染提供新的视角。

AI项目思路：

科学问题：TRIM2如何调控A型流感病毒诱导的IFN-β表达？
前期研究：已有研究表明TRIM2参与抗病毒反应，但其具体机制尚不明确。
研究创新点：本研究将深入探讨TRIM2在IFN-β表达中的直接作用机制。
技术路线：包括病毒学、分子生物学、细胞培养和免疫检测技术。
关键技术：TRIM2与病毒RNA的相互作用分析，IFN-β启动子活性检测。
实验模型：使用A型流感病毒感染的细胞模型进行研究。

AI技术路线图

        graph TD
          A[研究起始] --> B[文献回顾与假设提出]
          B --> C[实验设计与方法学准备]
          C --> D[A型流感病毒感染模型建立]
          D --> E[TRIM2与病毒RNA相互作用分析]
          E --> F[TRIM2对IFN-β启动子活性的影响]
          F --> G[IFN-β表达水平测定]
          G --> H[TRIM2功能丧失与获得研究]
          H --> I[数据收集与分析]
          I --> J[结果解释与科学验证]
          J --> K[研究结论与未来方向]
          K --> L[研究结束]
关闭
close
客服二维码