研究动态多文档文摘技术，属于计算语言学范畴，还涉及人工智能、机器学习、信息检索和数据挖掘等多方面的研究内容，为面向理解的文摘提供新方法，为信息检索、迁移学习、文本分类等各种智能信息处理任务提供重要的支持，同时对自然语言理解有促进作用。“自适应交通控制子区划分建模方法”所属信息技术领域，相关研究不仅是对交通控制、数据挖掘相关理论的佐证，同时对缓解交通拥堵有促进作用。目前现有的交通控制子区划分方法存在着模型通用性差、动态特性表述不准确、协调方法局限和交通特征选择不全面等问题。本文对实时交通态势构建基于数据挖掘的空间特征分析方法,建立能够反映路口间协调控制需求的交通控制子区模型,进而实现自适应的交通信号动态调控。为了克服这种模式的不足，主要是以带有时间戳的轨迹点为数据基础,利用各轨迹点的空间坐标和时间顺序确定交通流的高低峰时段、设计计算交通流量阈值的方法、建立路段长度特征的设定方式并构建交通流的动态判定原则,从而实现由实时轨迹数据到动态交通空间特征的转换方法。随着交通的日益发展,交通拥堵已经成为了日常出行中的常见现象,严重影响了人民的生活水平和质量,所以缓解交通拥堵成为了智慧交通发展亟待解决的重要难题。在目前现有的控制理论和算法中,信号控制是缓解拥堵的常用技术手段,其具有着最明显的改进效果和最高的性价比,是目前提高交通控制水平和管理出行效率的重要手段。自适应的交通控制子区划分模型与传统控制子区划分方法相比具有较好的性能,评价指标的结果均优于传统方法,提高了交通控制水平和出行效率,对智慧交通的研究具有重要指导性意义。将复杂路口状态的特征建模和分析,尝试考虑环形路口、T型路口等情况。进行大规模数据收集和实地真实场景管控，并在地市县进行应用平台的展示和实际测试。针对城市道路交通拥堵的识别和预警，提出相应的精细化模型，构建复杂结构路网的智能管控系统。

东北林业大学

该项目为储备库项目资源，暂无效益分析内容。