Page 27 - ITS nei trasporti stradali
P. 27

INDICE



                   280    B5.2.1.2   Le basi dati ad oggetti
                   281    B5.2.1.3   Le funzionalità (avanzate) di un moderno DBMS
                   281    B5.2.1.3.1 Database temporale
                   282    B5.2.1.3.2 Basi Dati Attive
                   282    B5.2.1.3.3  Architettura centralizzata a più livelli
                                     (separazione tra dati e applicazione)
                   283    B5.2.1.3.4  Sistemi informativi su Web
                   284    B5.2.1.3.5  Basi di dati e XML
                   284    B5.2.2     DBMS spaziali e GIS
                   284    B5.2.2.1   Basi di dati spaziali
                   292    B5.2.2.2   Sistemi Informativi Geografi ci
                   293    B5.2.2.2.1 Funzionalità e fi nalità tipiche dei GIS
                   294    B5.2.2.2.2  L’architettura dei GIS
                   296    B5.2.3     Il modello di rete nella rappresentazione delle relazioni spaziali
                   297    B5.2.4     Instaurazione di corrispondenze mediante algoritmi spaziali
                                     e di rete: network matching e map matching
                   298    B5.2.4.1   Algoritmi di network matching
                   299    B5.2.4.2   Algoritmi di map matching per applicazioni tradizionali
                   299               ed innovative (ITS)
                   301    B5.3       UN ESEMPIO DI SISTEMA INFORMATIVO TRASPORTI
                   302    B5.3.1     Requisiti informativi e standard normativi di riferimento
                   302    B5.3.2     Progetto dell’architettura del sistema informativo
                   303    B5.3.2.1   Le informazioni sulla rete viaria
                   305    B5.3.2.2   Le informazioni sulle caratteristiche della domanda
                                     di spostamento
                   306    B5.3.2.3   Elaborazione delle informazioni
                   308    B5.4       ESEMPI ED ESERCITAZIONI

                   309  B6          SISTEMI DI DIAGNOSI E PREVISIONI DEL TRAFFICO
                   309    B6.1       INTRODUZIONE
                   311    B6.2       METODI DIAGNOSTICI PER IL RICONOSCIMENTO
                                     AUTOMATICO DEGLI INCIDENTI
                   311    B6.2.1     Obiettivi e defi nizioni
                   311    B6.2.2     Progetto del sistema di sorveglianza con riconoscimento
                                     automatico degli incidenti
                   313    B6.2.3     Logica del rilevamento automatico
                   316    B6.2.4     Algoritmo California
                   319    B6.2.5     Algoritmo McMaster
                   320    B6.2.6     Calibrazione dei parametri dei modelli di riconoscimento
                                     degli incidenti
                   321    B6.2.7     Esempio numerico
                   324    B6.3       METODI DIAGNOSTICI E DI PREVISIONE
                                     BASATI SU TECNICHE DI FILTRO DEI DATI
                   324    B6.3.1     Metodi di analisi delle serie temporali
                   326    B6.3.2     Filtro di Kalman
                   327    B6.3.3     Reti neurali
                   330    B6.4       METODI DIAGNOSTICI E DI PREVISIONE
                                     BASATI SU MODELLI DI SIMULAZIONE





                                                                                        475





                                                                                          3/1/2013   3:58:52 PM
          Testo.indd   475
          Testo.indd   475                                                                3/1/2013   3:58:52 PM
   22   23   24   25   26   27   28   29   30