针对基于GPS／GIS的浮动车数据特点，总结其中无效的数据类型，并给出数据有效处理的方法。以支持向量机原理、交通状态预测方法为基础，分析了常用支持向量回归机、核函数及模型参数的性能，以及各核函数及模型参数对支持向量机性能的影响及作用。针对路段平均速度预测中的小样本、非线性、高维回归等特点，将支持向量回归机方法引入基于浮动车数据的路段车辆速度预测，构建了路段平均速度短时预测模型。并以杭州市某路段的实际数据为例，详细阐述了支持向量回归机预测模型的具体建模和求解过程。运用LibSVM2．84软件包，进

实现在xml格式的浮动车源数据中提取出某一天某一路段的浮动车数据-Realize one day to extract a section of floating car data sources floating car data xml format

根据GPS获得的浮动车数据有很多错误，进行数据处理剔除错误数据(There are many errors in the floating car data obtained on the basis of GPS, and the data processing to eliminate the error data)

利用浮动车数据处理后的结果，将图像输出，观察规律(Using the data processing results of the floating car, the image output and observation rule)