基于交通轨迹数据的城市区域划分可视化研究
本文选题:交通轨迹数据 切入点:可视化 出处:《兰州交通大学》2017年硕士论文
【摘要】:随着城市道路监控设备的完善、无线通信技术的不断改进以及车载定位终端设备的使用,产生了大量包含时间、位置等信息的交通轨迹数据。交通轨迹数据记载了车辆移动、居民出行的相关信息,并且具有数据量多、密度大、快速增长等特点,已成为重要的数据资源,不仅能够从中分析出一个城市道路交通运行状况(如道路拥堵水平),而且还可以分析出对象移动的特点(如在什么地方停留、经常去什么地方等)以及城市交通区域变化情况(如热点位置),因此,针对交通轨迹数据的研究,可以应用到许多重要领域,如气象、城市规划、旅游等部门。现阶段亟需有效的方法对数据隐藏的规律性信息进行挖掘,而可视化技术的应运而生,使得大数据更加易于处理与分析。基于此,本文以山东省淄博市张店区与临淄区的浮动车GPS轨迹数据作为研究样例,结合张店区与临淄区的路网信息展开研究。论文主要研究内容如下:(1)根据GPS轨迹数据与路网数据的特点,规定了GPS轨迹数据清洗条件、坐标转换机制以及路网数据二次优化遵循的原则。修正后的数据为后续的可视化界面仿真设计以及得到可视化研究结果提供了数据支撑;(2)提出相关的计算分析算法,主要包括地图匹配与聚类分析。叙述了地图匹配基本思想与过程,对复杂路段进行了重点匹配分析;聚类分析是选取不同的实验参数将匹配后的数据在路网中进行聚类,得出最优的结果;(3)提出可视化平台设计采取的方法,设计相关的评价标准得出城市区域划分模型;并与百度地图显示的城市实际布局作对比分析。本文的可视化研究成果可以为城市规划、政策制定以及指导居民出行等各个领域提供参考性意见,以此解决现在城市道路规划存在的客观问题以及引导如何健康地规划未来城市的发展。
[Abstract]:With the improvement of urban road monitoring equipment, the continuous improvement of wireless communication technology and the use of vehicle positioning terminal equipment, a large number of traffic trajectory data, including time, location and other information, have been generated. Residents travel related information, and with a large amount of data, density, rapid growth and other characteristics, has become an important data resource, Not only can we analyze the traffic status of a city road (such as road congestion level), but we can also analyze the characteristics of object movement (such as where to stay, As well as changes in urban traffic regions (such as hot spots, etc.), research on traffic trajectory data can be applied to many important areas, such as meteorology, urban planning, and so on. Tourism and other departments. At this stage, there is an urgent need for effective methods to mine the regular information of data hiding. With the emergence of visualization technology, big data is made easier to process and analyze. In this paper, the GPS track data of floating vehicle in Zhangdian District and Linzi District, Zibo City, Shandong Province, are taken as example. According to the characteristics of GPS track data and road network data, the cleaning conditions of GPS track data are defined. The mechanism of coordinate transformation and the principle of quadratic optimization of road network data are followed. The revised data provide data support for the design of visual interface simulation and the result of visualization research. It mainly includes map matching and clustering analysis. The basic idea and process of map matching are described, and the key matching analysis is carried out on complex road sections. Cluster analysis is to select different experimental parameters to cluster the matched data in the road network. The method of visual platform design is put forward, and the relevant evaluation criteria are designed to get the model of urban area division. And compared with the actual layout of the city displayed by Baidu map, the visual research results of this paper can provide reference advice for urban planning, policy formulation and guiding residents to travel, etc. In order to solve the existing objective problems of urban road planning and how to guide the healthy planning of future urban development.
【学位授予单位】:兰州交通大学
【学位级别】:硕士
【学位授予年份】:2017
【分类号】:U495;TP311.13
【参考文献】
相关期刊论文 前10条
1 刘文凯;唐建波;蔡建南;熊强强;刘启亮;;面向城市交通应用的移动对象聚类算法比较研究[J];地理与地理信息科学;2016年06期
2 王睿;漆泰岳;冯剑;雷波;李延;;基于遗传算法的BP神经网络隧道施工参数正反演分析与应用[J];铁道学报;2016年04期
3 张晓;张媛媛;高阳;周新民;;一种基于密度的快速聚类方法[J];数据采集与处理;2015年04期
4 于海琦;刘真;田全慧;;GA-BP神经网络结合PCA的多基色颜色预测模型[J];发光学报;2015年06期
5 高志鹏;牛琨;刘杰;;面向大数据的分析技术[J];北京邮电大学学报;2015年03期
6 王祖超;袁晓如;;轨迹数据可视分析研究[J];计算机辅助设计与图形学学报;2015年01期
7 赵东保;刘雪梅;郭黎;;网格索引支持下的大规模浮动车实时地图匹配方法[J];计算机辅助设计与图形学学报;2014年09期
8 魏瑾瑞;;一类基于模型的聚类方法[J];统计与信息论坛;2014年02期
9 刘兴权;金美含;;地图匹配算法综述[J];科技信息;2014年04期
10 唐家渝;刘知远;孙茂松;;文本可视化研究综述[J];计算机辅助设计与图形学学报;2013年03期
相关会议论文 前1条
1 王忠;薛晓娜;;基于模糊逻辑的地图匹配算法[A];2008年船舶通信导航学术年会论文集[C];2008年
相关博士学位论文 前2条
1 吕振华;移动对象轨迹数据挖掘研究[D];华东师范大学;2016年
2 王亚琴;道路交通流数据挖掘研究[D];复旦大学;2007年
相关硕士学位论文 前9条
1 陈小东;面向数据流模糊聚类算法的应用研究[D];南京邮电大学;2016年
2 张肃泼;基于数据挖掘的城市交通可视化信息系统设计[D];东南大学;2016年
3 许文鹏;数据可视化系统架构的设计与实现[D];北京交通大学;2015年
4 缪元武;基于层次聚类的数据分析[D];安徽大学;2013年
5 邹珍;基于GPS的浮动车数据与实地图匹配的算法研究[D];武汉理工大学;2013年
6 宋亮;交通小区的理论分析和划分方法研究[D];长安大学;2011年
7 张旭;基于时空约束的轨迹聚类方法研究与应用[D];重庆邮电大学;2010年
8 马亮;车载定位系统中电子地图的制作及地图匹配[D];武汉科技大学;2008年
9 肖锋;面向道路交通状态监测的GPS与GIS数据预处理关键技术研究[D];重庆大学;2008年
,本文编号:1676648
本文链接:https://www.wllwen.com/kejilunwen/daoluqiaoliang/1676648.html