城市交通大数据的地图可视化研究

发布时间：2017-09-04 01:00

  本文关键词：城市交通大数据的地图可视化研究

  更多相关文章： 城市交通大数据 数据挖掘可视化 可视分析 地图可视化 Boids算法

【摘要】：智能交通发展至今,各地采集的数据浩如烟海,存在巨大的潜力和价值,亟待处理和挖掘。准确把握交通大数据的时代特征,深入分析智能交通对公众出行及交通决策的影响和作用,对于在新的高度和起点上改善我国的交通状况有着非常重要而深远的意义。然而,如何分析和利用这些海量又复杂的数据成为一项挑战。可视分析技术为我们提供了一种直观有效的方法。它将复杂的交通数据及其分析结果通过可视化方式直观地展现出来,并支持对结果的交互式筛选和浏览。此外,当人们从可视化产生的图像中发现一些意料中或者意料外得特征时,也可以启动分析算法来有针对性地自动深入挖掘交通信息。本文主要讨论交通大数据的处理以及如何通过地理空间数据可视化理论,运用地图可视化分析方法来可视分析交通数据。本文主要研究内容有:(1)通过查阅大量文献对大数据和地图可视化在城市交通方面的应用进行了解,提出运用大数据处理技术和数据挖掘可视化技术的方法对交通数据进行地图可视分析;(2)基于Boids算法原理运用js技术实现其动画效果,并应用于交通流量的仿真效果中。(3)基于Hadoop大数据技术,存储和处理公交车、出租车、地铁数据,建立数据仓库。(4)基于面向服务的SOA编程方式,运用开源框架MyBatis、Spring、Struts2编写了交通数据发布接口。(5)基于开源地图框架Leaflet,和开源图表框架d3.js设计并实现了:基于出租车GPS点速度的路况可视化效果;基于公交刷卡数据的站点客流量可视化效果;基于公交线路数据的流量和速度可视化效果;基于地铁数卡数据的站点流量可视化效果;基于交通OD流量的区域流量和出行时间可视化效果。本文通过大数据存储和处理技术,将出租车数据、公交车数据、地铁数据有效处理和存储并建立数据仓库,并运用数据挖掘可视化技术可视化交通数据,设计并实现了交通数据可视化效果,为交通大数据的地图可视化分析方法的研究提供了参考。
【关键词】：城市交通大数据 数据挖掘可视化 可视分析 地图可视化 Boids算法
【学位授予单位】：北京建筑大学
【学位级别】：硕士
【学位授予年份】：2016
【分类号】：U12-39
【目录】：

• 摘要3-4
• ABSTRACT4-7
• 第1章 绪论7-10
• 1.1 课题研究背景和意义7-8
• 1.2 国内外研究现状8-9
• 1.3 论文的组织结构9-10
• 第2章 相关知识和研究工作10-17
• 2.1 交通大数据分析理论10-12
• 2.1.1 交通大数据10
• 2.1.2 大数据分析10-11
• 2.1.3 大数据技术11-12
• 2.2 数据挖掘可视化技术12-13
• 2.2.1 数据挖掘可视化简介12-13
• 2.2.2 数据挖掘可视化技术的应用分类13
• 2.3 数据动态可视化方法（BOIDS算法）13-15
• 2.4 面向服务的开发模式SOA15-17
• 第3章 地理空间数据可视化方法设计17-43
• 3.1 数据可视化基本框架17-22
• 3.1.1 数据可视化流程17-20
• 3.1.2 数据可视化设计20-22
• 3.2 可视化设计原则22-28
• 3.2.1 数据到可视化的直观映射22-23
• 3.2.2 视图选择与交互设计23-24
• 3.2.3 信息密度——数据的筛选24
• 3.2.4 美学因素24-25
• 3.2.5 动画与过渡25-27
• 3.2.6 可视化隐喻27-28
• 3.2.7 颜色与透明度28
• 3.3 点数据的可视化28-31
• 3.4 线数据的可视化31-36
• 3.5 区域数据的可视化36-43
• 3.5.1 Choropleth地图36-37
• 3.5.2 Cartogram37-39
• 3.5.3 规则形状地图39-40
• 3.5.4 多元关系地图40-43
• 第4章 城市交通大数据的地图可视化效果实现43-77
• 4.1 数据准备与预处理43-48
• 4.1.1 公交车数据43-46
• 4.1.2 出租车数据46
• 4.1.3 地铁数据46-48
• 4.2 技术架构48-67
• 4.2.1 大数据处理48-53
• 4.2.2 服务接口编程53-63
• 4.2.3 前端地图可视化编程63-67
• 4.3 BOIDS算法模型效果JS实现67-69
• 4.4 基于出租车GPS点速度的路况可视化69-70
• 4.5 基于公交刷卡数据的站点客流量可视化70-72
• 4.6 基于公交线路数据的流量和速度可视化72-74
• 4.7 基于地铁刷卡数据的站点流量可视化74-75
• 4.8 基于交通OD流量的区域流量和出行时间可视化75-77
• 第5章 总结与展望77-79
• 5.1 总结77
• 5.2 展望77-79
• 参考文献79-83
• 致谢83-84
• 攻读硕士期间发表论文及科研情况84

【引证文献】

中国期刊全文数据库 前1条

1 张健钦;成渊昀;杜明义;张志彬;;一种人群疏散模型的改进及轻量实现[J];测绘科学;2017年05期

，

本文编号：788369