基于Hadoop的道路匹配算法研究

发布时间：2017-10-14 23:14

  本文关键词：基于Hadoop的道路匹配算法研究

  更多相关文章： 并行计算 Hadoop 数据压缩 道路匹配

【摘要】：随着城市道路交通的快速发展与车辆数量的快速增长和之相关的交通数据量呈现的几何级数的增长,对于车辆相关数据的处理的准确性、可靠性和实时性都提出了更高的要求。当前针对车辆数据处理算法的研究多是以较短时间间隔的小样本数据为基础,相对缺乏对较长时间间隔数据的匹配算法。同时现有的数据库管理技术已经难以满足对日益增长的海量浮动车数据管理和应用的需求。针对这些问题,本文提出了一种基于Hadoop的实现大样本浮动车GPS数据处理的地图匹配算法。论文的主要研究工作如下:1)通过对现有非关系型数据库和传统的关系型数据库的数据组织方式和应用范围的比较,指出了非关系型数据库对于管理海量数据存在的优势与不足,研究学了Hadoop各组成部分的具体功能、基本原理,重点学了MapReduce编程思想和分布式处理流程,为下面的研究奠定理论基础。2)按照车辆定位点与道路的几何关系进行分类,对各类典型的地图道路匹配算法进行了回顾,介绍了现有的大样本车辆数据地图匹配算法的实现方式,指出了将云计算应用于地图道路匹配的必要性以及当前研究中存在的问题。3)利用并改进现有的道路压缩方法来实现道路数据的预处理,详细的分析了空间因素(包括角度、距离、连通性、时间因素如上传间隔、行驶速度等)和历史匹配结果对匹配结果的影响,改进了时间因素的计算方式,给出了一种基于匹配度反馈的地图道路匹配算法,并针对适用于Hadoop的并行计算对该匹配算法进行了优化处理。4)利用虚拟机搭建了实验Hadoop平台,对本文提出的基于匹配度反馈的道路匹配算法进行了仿真实验,分别从匹配效果、算法执行效率、对平台的适用度等几个方面进行了验证。通过实验对比该算法匹配前后车辆位置的变化证明采用该匹配算法实现较长时间间隔定位数据道路匹配的可行性和有效性。
【关键词】：并行计算 Hadoop 数据压缩 道路匹配
【学位授予单位】：南京邮电大学
【学位级别】：硕士
【学位授予年份】：2016
【分类号】：U495;TP311.13
【目录】：

• 摘要4-5
• Abstract5-8
• 第一章 绪论8-14
• 1.1 论文研究的背景与意义8-10
• 1.2 国内外研究现状10-12
• 1.2.1 云计算10-11
• 1.2.2 道路匹配11-12
• 1.3 论文的主要研究内容12-13
• 1.4 论文的组织结构13-14
• 第二章 Hadoop相关技术介绍14-22
• 2.1 HDFS介绍14-15
• 2.2 MapReduce15-18
• 2.2.1 MapReduce编程思想15-17
• 2.2.2 MapReduce处理流程17-18
• 2.3 HBase介绍18-20
• 2.3.1 HBase数据模型18-20
• 2.3.2 HBase与关系型数据库的异同20
• 2.4 本章小结20-22
• 第三章 道路匹配介绍22-30
• 3.1 道路匹配的原理22
• 3.2 常用的道路匹配算法22-28
• 3.2.1 几何匹配算法22-24
• 3.2.2 基于路网拓扑关系的匹配算法24
• 3.2.3 基于概率统计的匹配算法24-25
• 3.2.4 基于模糊逻辑的匹配算法25-27
• 3.2.5 相关性匹配算法27-28
• 3.2.6 基于模式识别的匹配算法28
• 3.2.7 基于代价函数的匹配算法28
• 3.3 各匹配算法的对比28-29
• 3.4 本章小节29-30
• 第四章 基于匹配度反馈的道路匹配算法30-53
• 4.1 相关定义表述30-32
• 4.2 道路数据的压缩处理32-39
• 4.2.1 基于角度约束的道路数据压缩32-38
• 4.2.2 路段方位角的计算38-39
• 4.3 道路匹配的判别因素39-45
• 4.3.1 空间因素39-42
• 4.3.2 时间因素42-44
• 4.3.3 匹配度反馈44-45
• 4.4 基于匹配度反馈的道路匹配算法45-51
• 4.4.1 时空分析45-47
• 4.4.2 基于匹配度反馈的匹配算法47-50
• 4.4.3 算法优化50-51
• 4.5 本意小节51-53
• 第五章 实验与分析53-62
• 5.1 实验环境53-54
• 5.1.1 硬件环境53-54
• 5.1.2 软件环境54
• 5.2 基于匹配度反馈的算法的实验与分析54-61
• 5.2.1 道路预处理54-55
• 5.2.2 地图匹配验证55-61
• 5.3 本章小结61-62
• 第六章 总结与展望62-64
• 6.1 总结62-63
• 6.2 展望63-64
• 参考文献64-67
• 致谢67

【相似文献】

中国期刊全文数据库 前10条

1 俞慈君;李江雄;余锋杰;柯映林;秦龙刚;陈学良;杨卫东;宋承志;;带工程约束的点匹配算法[J];机械工程学报;2010年05期

2 黄廉真;吴晓军;康文雄;;一种新的高速圆形匹配算法[J];哈尔滨工业大学学报;2012年07期

3 邹志文;李桥;王政辉;费洪哲;;基于订阅划分的多维索引并行匹配算法[J];华中科技大学学报(自然科学版);2013年S2期

4 陈志刚;宋胜锋;李陆冀;包磊;;基于相似原理的点特征松弛匹配算法[J];火力与指挥控制;2006年01期

5 王宽全,李小荣,李仲荣;活动目标跟踪中的一种自适应分割及匹配算法[J];机器人;1987年05期

6 胡昔祥;;基于语义的发布订阅系统匹配算法研究[J];浙江大学学报(工学版);2009年01期

7 黄晓颖;童余德;边少锋;;一种新的实时相关极值匹配算法设计与仿真[J];中国惯性技术学报;2012年04期

8 任世宏;图像实时匹配算法的研究[J];北京理工大学学报;1992年03期

9 曹菲,杨小冈,缪栋,张云鹏;快速景象匹配算法控制策略[J];导弹与航天运载技术;2005年03期

10 陈凯;鲁浩;赵刚;闫杰;;传递对准姿态匹配算法的统一性[J];中国惯性技术学报;2008年02期

中国重要会议论文全文数据库 前10条

1 王翠茹;高丽鲜;;发布订阅系统中匹配算法的研究[A];全国第20届计算机技术与应用学术会议（CACIS·2009）暨全国第1届安全关键技术与应用学术会议论文集（上册）[C];2009年

2 杜云峰;许娜;孙爽;许立永;董彦荣;;一种基于排除的串匹配算法[A];2007北京地区高校研究生学术交流会通信与信息技术会议论文集（上册）[C];2008年

3 郭莉;刘燕兵;谭建龙;;基于存储压缩的多模式串匹配算法[A];全国第八届计算语言学联合学术会议（JSCL-2005）论文集[C];2005年

4 姚辰松;鲁昌华;;指纹匹配算法的研究[A];全国第19届计算机技术与应用（CACIS）学术会议论文集（上册）[C];2008年

5 宣琦;吴铁军;;复杂网络间节点匹配算法研究[A];2009年第五届全国网络科学论坛论文集[C];2009年

6 龚才春;黄玉兰;许洪波;白硕;;基于多重索引模型的大规模词典近似匹配算法[A];第三届全国信息检索与内容安全学术会议论文集[C];2007年

7 林雪娥;杨鉴;熊艳娇;刘怀憬;李诗心;胡湘兴;;基于拼写规则和最大匹配算法的泰语分词[A];第十二届全国人机语音通讯学术会议（NCMMSC'2013）论文集[C];2013年

8 李晓雷;黄新生;王亦平;徐婉莹;;稳健快速的匹配算法研究[A];'2008系统仿真技术及其应用学术会议论文集[C];2008年

9 姚益平;卢锡城;;基于移动相交信息的动态区域匹配算法[A];仿真计算机与软件、仿真方法与建模学术交流会论文集[C];2004年

10 杨靓;黄巾;卢强;黄士坦;;基于全息相关系数矩阵的匹配算法[A];第十一届全国信号处理学术年会（CCSP-2003）论文集[C];2003年

中国博士学位论文全文数据库 前4条

1 钱诗友;大规模发布/订阅系统匹配算法研究[D];上海交通大学;2015年

2 杨容浩;无控制DEM匹配算法性能比较与改进研究[D];西南交通大学;2012年

3 郭克华;基于微分几何的局部相似目标匹配算法研究[D];南京理工大学;2008年

4 汪锦岭;面向Internet的发布/订阅系统的关键技术研究[D];中国科学院研究生院（软件研究所）;2005年

中国硕士学位论文全文数据库 前10条

1 刘芳萍;基于特征匹配的双目立体图像深度提取算法研究[D];上海师范大学;2015年

2 杨腾飞;SIFT匹配算法在遥感影像平面精度评定中的应用[D];昆明理工大学;2015年

3 戴昕;高效子图匹配算法研究[D];北京交通大学;2016年

4 王益国;高校教师多维关系挖掘与应用[D];中国海洋大学;2015年

5 高锐军;基于力图投影与重叠度的空间数据匹配算法研究[D];太原理工大学;2016年

6 杨林杰;基于轮廓特征的目标匹配算法研究[D];湖北工业大学;2016年

7 于力;水下运载体重力匹配算法研究[D];北京理工大学;2016年

8 王昆仑;基于高斯牛顿法的DEM匹配算法[D];西南交通大学;2016年

9 周常勇;基于移动信令数据的城市交通出行轨迹匹配技术[D];西南交通大学;2016年

10 王田;基于高斯混合模型的快速相干点漂移点集匹配算法[D];中原工学院;2016年

，

本文编号：1033719