Dieses Repository enthält Skripte und Daten für Hauptseminararbeit zur Genauigkeit automatisierter Zahlungen des Rad- und Fußverkehrs. Diese Dokumentation ist in teilen mit Hilfe von ChatGPT entstanden.
Das Repository ist wie folgt organisiert:
.vscode
: Dieses Verzeichnis enthält Einstellungen für den Editor Visual Studio Code.auswertung_output
: In diesem Verzeichnis werden Ausgabedateien gespeichert, die von den Auswertungsskripten erstellt werden.binaererklassifikator
: Dieses Verzeichnis enthält das Skript für den Binärklassifikator und zugehörige Dateien.data
: In diesem Verzeichnis befinden sich die Daten, die im Projekt verwendet werden.plots
: Dieses Verzeichnis enthält erzeugte Plot-Dateien.Auswertung.Rproj
: Dies ist die Datei für das R-Projekt.README.md
: Diese Datei bietet einen Überblick über das Repository und Anleitungen zur Verwendung der Skripte.auswertung.ipynb
: Dies ist eine Jupyter-Notebook-Datei, die das Auswertungsskript zur Vorfilterung enthält.ganglinienplot.R
: Dieses R-Skript erzeugt feine Ganlinien, wurde aber letzendlich nicht für die Untersuchung verwendet.merge.R
: Dieses R-Skript führt mehrere Datendateien zusammen.plot.R
: Dieses R-Skript erzeugt die Plots zur visualisierung der Ergebnisse.referenzdaten_fehlerplot.R
: Dieses R-Skript erstellt eine Fehlertabelle basierend auf Referenzdaten.referenzdaten_fehleruntersuchung.ipynb
: Dies ist eine Jupyter-Notebook-Datei, die ein Skript zur Untersuchung von Fehlern in den Referenzdaten enthält.schnittpunkt_plot.R
: Dieses R-Skript erzeugt einen Plot, welcher potenzielle Fehler veranschaulicht.
Weitere Details sind in dem Hauptdikument zu finden.
Dieses Skript verarbeitet Verkehrsereignisdaten von OpenTrafficCam OTVision, die mit OTAnalytic und Groundtruth-Daten verarbeitet wurden, und gibt eine Reihe von binären Klassifikationstests für jedes Intervall aus.
- pandas
- numpy
- seaborn
- matplotlib
- re
- datetime
- R (Version 3.6.0 oder höher)
- R-Pakete:
tidyverse
,lubridate