7、大数据与智能交通领域的技术进展与应用

大数据与智能交通领域的技术进展与应用

1. 大数据中多变量属性值插补

在大数据分析中，数据缺失是一个常见的问题。当数据集中缺失值的百分比达到 25%时，进行值的插补是有价值的。然而，缺失值的百分比越高，插补的质量就会越差，导致均方误差（MSE）和平均绝对误差（MAE）的错误率增大。

为了解决数据缺失问题，提出了一种新的基于集成的插补方法。该算法基于具有不同警觉参数的共识无监督自组织神经网络和集成方法。通过对线性插值、均值插补和最近一次观测值结转等多种插补技术进行集成，与现有的均值插补方法相比，插补的错误率更低。在 UCI 存储库的基准数据集上验证了该算法的效率和有效性，实验结果表明，该模型比传统方法提供了更低的错误率，因此可用于数值的插补。未来，将考虑降维和维度探索的影响，用大数据对该方法进行可扩展性评估。

2. 基于无刷直流电机的电动汽车传感器改装

在印度，道路交通事故是一个严重的问题，每年有数千人因此丧生。事故的主要原因包括驾驶员的性能下降、困倦、压力驾驶、不健康的工作环境、酒精消费和超速等。为了减少交通事故，提高驾驶安全性，提出了在电动汽车上安装不同类型传感器的智能交通系统（ITS）。

2.1 研究背景

随着人口的增加，车辆的使用量也在增加，这导致了对燃料的需求增加，同时车辆的维护不足也会造成空气污染，甚至引发皮肤癌等问题。为了避免这些问题，引入了电动汽车系统。电动汽车不仅可以避免速度和污染问题，还适合不同年龄段和身体状况的人群使用。

2.2 前期工作

• Scneel K. kommuri 提出了一种使用永磁同步电机（PMSM）对电动汽车进行自动速度跟