智能交通系统(ITS)由于能够整合技术和专业知识，创造和提供创新服务，提高安全性和流动性，从而提高现有基础设施的效率，越来越受到学术界和工业界的关注。物联网和云计算等新技术的出现，通过传感器的使用、移动设备的应用程序和其他技术进步，给现代旅行世界带来了革命性的变革，为ITS的发展提供了机会。这些传感器和移动设备可以在部署后收集本地信息，收集到的数据对于做出与司机有关的正确决策非常重要。在建立一个大型的、功能齐全的、实时的、准确的、高效的ITS时，云计算是一种广泛的方法，它允许知识发现、信息共享和支持决策制定。这个新概念涉及到一些关键问题，在这些问题中，传统被数据分析所取代，这些数据分析需要手动区分和解决，以达到最佳解决方案。

它的设备产生的数据只有在经过分析后才有价值，这将数据分析和优化带入画面。数据科学和分析学的出现也将提供新的工具，未来将通过这些工具来管理交通系统和服务。许多最流行的数据处理技术,包括数据挖掘,机器学习,人工智能,数据融合,等等,可以用来构建和优化其性能,和多种技术和工具的合并成不同的域将在未来交通系统有很大影响。

这个特别问题的目的是收集原始的研究和评论文章，涵盖广泛的主题相关的数据分析和优化在ITS。潜在的研究主题可能跨越物联网中的数据分析和优化，如传感器网络、车辆技术(如V2V和V2I)、安全机制以及支持运输的基础设施级技术。除了陆地运输，关于云计算、网络基础设施和网络优化的提交——以及关于ITS的多媒体——也很有趣。

可能的主题包括但不限于以下内容:

• it在物联网中的数据分布平台
• 物联网中的数据优化
• 物联网中实时交通数据的在线优化
• 物联网中信息技术的时空可视化分析
• 物联网和车联网
• 运输数据挖掘与探索
• 物联网中的高级驾驶员辅助系统
• 物联网中的流量估计和预测系统
• 物联网中ITS/ vehicle通信的新模式
• 基于云计算的物联网大数据挖掘
• 物联网中多源移动数据的融合
• 物联网中的车辆动力学和控制系统