透過您的圖書館登入
IP:18.191.176.194
  • 期刊

電信與車輛偵測大數據應用-高雄市旅運特性分析與易壅塞道路預報

摘要


高雄市已實施多項交通管理或工程手段來解決塞車問題,然市區車流與相鄰縣市間及過境性城際車流仍需進一步透過整合式運輸走廊智慧交通管理的手段,引入先進交通預報管理解決方案,藉由科技管理、大數據分析與交通預警運作機制及跨單位複合運輸與交通協調構建交通預報與管理功能。先進技術上可結合道路車輛偵測數據及大樣本電信數據來精細掌握市民之旅運特性,包括分時段別旅次起迄、旅次目的、運具別等特性。因此,藉由建立大數據旅次起迄分析與短期交通預報資訊服務,持續性提供熱門景點及易 壅塞道路車流特性分析與預報服務,作為管控與疏散運輸走廊壅塞車流之基礎。

關鍵字

無資料

參考文獻


(2016).應用大數據技術建置重要瓶頸路段及運輸走廊之交通預警機制.交通部運輸研究所.
(2018).(106 年多元偵測技術整合應用計畫,高雄市政府交通局(2018).).
Mak, Mark K. Y.,Ho, George T. S.,Ting, S. L.(2011).A Financial Data Mining Model for Extracting Customer Behavior.,未出版.
Chong, Miao,Abraham, Ajith,Paprzycki, Marcin(2011).Accident Data Mining Using Machine Learning Paradigms.,未出版.
LeCun, Yann,Bengio, Yoshua,Hinton, Geoffrey(2015).(Yann LeCun, Yoshua Bengio and Geoffrey Hinton (2015), Deep Learning.).

延伸閱讀