基于时空立方体的交通拥堵点时空模式挖掘与分析

发布时间：2019-02-24 12:07

【摘要】：随着城市化进程的加快和机动车的普及,交通供需矛盾愈发突出,发展智能交通,提升交通管理和信息服务能力,成为解决交通拥堵问题的有效途径。世界各国政府都在积极发展智能交通系统,智能交通平台不断地涌现,导致交通数据迅速积累膨胀,然而被有效利用的数据却很少,出现了一种数据爆炸但是知识匮乏的现象。如今,数据挖掘技术日臻成熟,数据挖掘技术具有对大数据强大、灵活的分析处理能力,适用于挖掘海量数据中隐含的信息,将数据挖掘技术引入到交通大数据分析中也是智能交通发展的趋势。为此,本文基于时空立方体模型的时空热点分析方法的探索性研究,旨在建立一个适用于交通拥堵信息的时空模式挖掘方案。首先,针对交通拥堵数据难以获取问题,本文利用网络爬虫、图像处理以及空间数据库等技术手段,设计了一个基于网络地图的交通拥堵点实时采集、存储和管理系统,为交通拥堵时空热点挖掘与分析提供数据支撑。考虑到交通拥堵点同时包含时间、空间和属性信息,属于时空数据的范畴,交通拥堵点时空模式挖掘需要考虑数据间的时空约束关系。为此,将时间、空间和属性三要素整合建模,采用时空立方体模型表达其时空关系,实现交通拥堵点时间和空间信息的完整性表达,为交通拥堵点时空模式的可视化提供数据模型。其次,以空间热点分析和时间序列分析为基础,利用时空立方体模型将时空关系纳入热点分析中,探测交通拥堵时空分布中存在的冷热点,并应用时间序列分析评估这些冷热点随时间的变化趋势,对冷热点的时空类型进行分类。由于在不同的空间和时间尺度上聚合交通拥堵点,会得到不同的交通拥堵点时空立方体,最后挖掘出的模式和关系可能非常的不同。本文通过控制因素法对交通拥堵时空模式挖掘的尺度进行探究,实验分析表明:以较小的时间步长和空间距离聚合交通拥堵点,会挖掘出更多的冷热点;交通拥堵点时空立方体存在对应时空邻域阈值,达到阈值后挖掘的时空热点大致相似。在此基础上综合利用空间自相关、时间自相关和时间周期性等理论,研究一种基于交通拥堵点的时空模式挖掘的尺度选择方法。最后,选取成都市城区为试验区,进行交通拥堵时空热点模式挖掘分析。根据采集的交通流量数据,创建交通拥堵点时空立方体,用以表达交通拥堵的时空分布现象。基于交通拥堵点时空立方体模型,分析交通拥堵的时空热点分布模式。同时,对交通拥堵的时空变化趋势类型进行分类,以冷热点图方式可视化呈现交通拥堵的时空分布格局。实验结果表明利用时空立方体模型和时空热点分析方法能够有效地挖掘成都市交通拥堵的时空分布模式。综上所述,本文构建的包括交通拥堵点的数据获取与管理、时空立方体模型以及时空热点分析在内的时空模式挖掘分析方法与技术,在交通拥堵时空分布模式的挖掘与分析方面具有一定理论价值与应用的意义。
[Abstract]:......
【学位授予单位】：西南交通大学
【学位级别】：硕士
【学位授予年份】：2017
【分类号】：U491.265

【相似文献】

相关期刊论文 前10条

1 邢东山,沈钧毅,宋擒豹;用户浏览偏爱模式挖掘算法的研究[J];西安交通大学学报;2002年04期

2 赵越;刘衍珩;余雪岗;魏达;单长伟;赵洋;;基于模式挖掘与匹配的移动轨迹预测方法[J];吉林大学学报(工学版);2008年05期

3 杨君锐;张敏;何洪德;;基于分布式的频繁闭合模式挖掘算法[J];西南交通大学学报;2012年06期

4 刘全中;聂艳明;宁纪锋;;高维度的数据强跳跃显露模式挖掘方法研究[J];华中科技大学学报(自然科学版);2013年08期

5 蒋夏军;皮德常;张育平;;组移动模式挖掘中轨迹聚类的置信区间法[J];中国科技论文;2013年10期

6 邓悦;赵井文;;基于Web的用户行为模式挖掘研究[J];硅谷;2009年10期

7 吕明琪;陈岭;陈根才;王琦晖;;移动通信网络环境下的用户运动模式挖掘[J];东南大学学报(自然科学版);2011年02期

8 贝毅君;陈刚;董金祥;;面向Web活跃用户的树型访问模式挖掘算法[J];浙江大学学报(工学版);2009年06期

9 王晓晔;肖迎元;张德干;;时间序列部分周期模式的更新算法[J];哈尔滨工程大学学报;2011年11期

10 凌海峰,刘业政,杨善林;基于蚁群算法的用户导航模式挖掘的研究[J];合肥工业大学学报(自然科学版);2005年08期

相关会议论文 前10条

1 王肃;杜军平;高田;;基于本体与知识背景的模式挖掘框架研究[A];2009年中国智能自动化会议论文集（第二分册）[C];2009年

2 缪裕青;尹东;;分布式存储结构的频繁闭合模式挖掘并行算法[A];2007年全国开放式分布与并行计算机学术会议论文集(下册)[C];2007年

3 王淼;尚学群;谢华博;李战怀;;行常量差异共表达基因模式挖掘算法研究[A];第29届中国数据库学术会议论文集（B辑）（NDBC2012）[C];2012年

4 刘玉葆;蔡嘉荣;印鉴;黄志兰;;基于最大访问模式挖掘的数据库异常行为检测[A];第二十三届中国数据库学术会议论文集（研究报告篇）[C];2006年

5 陆叶;王丽珍;陈红梅;赵丽红;;基于可能世界的不确定空间co-location模式挖掘研究[A];NDBC2010第27届中国数据库学术会议论文集(B辑)[C];2010年

6 王丽珍;陆叶;陈红梅;肖清;;基于前缀树结构的空间co-location模式挖掘算法研究[A];NDBC2010第27届中国数据库学术会议论文集(B辑)[C];2010年

7 胡伟成;曹三省;李丹;;一种基于QPop增量时域分割升维的媒体内容应用模式挖掘改进算法[A];第二十二届中国数据库学术会议论文集（技术报告篇）[C];2005年

8 薛丹;李德敏;裴仁林;;移动计算中基于PrefixSpan算法的用户移动模式挖掘[A];第二十一届中国数据库学术会议论文集（技术报告篇）[C];2004年

9 宋国杰;马帅;唐世渭;杨冬青;;基于模式挖掘的交通预测模型[A];第十九届全国数据库学术会议论文集（技术报告篇）[C];2002年

10 夏庆;马元元;孙志挥;;路径遍历模式挖掘方法的改进[A];第十六届全国数据库学术会议论文集[C];1999年

相关重要报纸文章 前1条

1 辛苑薇;谁将分享“大数据”的智慧盛宴？[N];21世纪经济报道;2012年

相关博士学位论文 前7条

1 Shafqat Ali Shad;移动用户轨迹与行为模式挖掘方法研究[D];中国科学技术大学;2013年

2 钱烽;同位模式挖掘研究[D];浙江大学;2012年

3 刘勇;图模式挖掘技术的研究[D];哈尔滨工业大学;2010年

4 覃桂敏;复杂网络模式挖掘算法研究[D];西安电子科技大学;2012年

5 王乐;数据流模式挖掘算法及应用研究[D];大连理工大学;2013年

6 林耀进;多源环境中数据预处理与模式挖掘的研究[D];合肥工业大学;2014年

7 曾海泉;时间序列挖掘与相似性查找技术研究[D];复旦大学;2003年

相关硕士学位论文 前10条

1 杨阳;云计算环境下时空轨迹伴随模式挖掘研究[D];南京师范大学;2015年

2 李海;基于用户轨迹数据的周期活动模式挖掘[D];江苏科技大学;2015年

3 周青峰;云计算环境下的模式挖掘算法研究[D];浙江工商大学;2015年

4 陈瑞;基于分治子图和极大有序团树的co-location模式挖掘研究[D];云南大学;2015年

5 尹腾腾;软件执行轨迹中行为模式挖掘算法研究[D];燕山大学;2015年

6 陈明福;缩小候选集的Top-k高效模式挖掘算法研究[D];重庆大学;2015年

7 张子瀚;面向大数据的高效用模式挖掘方法研究[D];北方工业大学;2016年

8 张刚领;一种基于团的闭频繁Co-location模式挖掘方法[D];云南大学;2016年

9 江万国;基于领域驱动的空间高效用Co-location模式挖掘[D];云南大学;2016年

10 吴锡宇;基于约束的城市co-location模式挖掘[D];云南大学;2016年

，

本文编号：2429535