基于出租车GPS数据的载客热点可视化的研究与应用
发布时间：2021-04-11 09:01
随着城市居民收入的不断增加,时间管理意识的不断加强,越来越多的人选择以出租车作为其出行的交通工具,从而引起了出租车的市场蓬勃发展。通常情况下出租车上都配备有GPS的终端,这些终端会定时地向出租车的调度中心发送一些实时状态信息,比如出租车的经度、纬度、出租车的行驶方向和是否载客的信息等。慢慢地随着时间的推移,出租车公司收集和保存了海量的出租车轨迹数据。现如今,越来越多的人投入到挖掘这些数据的行列之中,使其成为了当前城市交通大数据的研究热点之一。以往的出租车载客热点可视化方法,可视化效果不突出,一些关键的热点区域的具体位置不够精准,会导致最终提供给用户的信息有误差,不能很好的为出租车公司与司机所利用。同时可视化界面的设计也有待提升,不能很直观地体现出租车GPS数据隐藏的其他信息。基于上述的问题。本文的主要内容如下:第一:数据预处理和地图匹配:首先处理收集到的GPS数据和OSM地图数据。删除不符合规则的数据并修复丢失的数据。通过几何法地图匹配,修正读取到的出租车载客点,从而校正收集到的原始GPS载客热点,完成数据的准备工作。第二:改进DBSCAN算法:本文根据载客点在道路分布情况选择了基于密...
【文章来源】：中北大学山西省
【文章页数】：55 页
【学位级别】：硕士
【部分图文】：
出租车GPS数据采集的结构
图 2-2 DBSCAN 算法的参数法的流程扫描半径 Eps 与最小包含点数 MinPts 的值。径与最小包含点数，找到一个核心点，区分其半径内点。一个核心点，直至数据群中所有点都被划分[24]。绍视化正逐渐占据着大数据研究、挖掘和开发各个领域的的生活数据信息不断涌现，为了挖掘这些数据背后的规不可替代的关键技术。它向用户提供了直观清晰的图形用户可以根据自己的需求来深入地从不同的方面对海量是一个不断发展的概念，它的边界在不断扩大[26]。
图 2-3 可视化的流水线过程图 2-4 展示了信息可视化流程模型：流水线过程被改进为一个循环循环，用户在流程的任何阶段都进行交互。这一模型几乎囊括了我们生活中常见的数据可视化的类型，它们大都以此来进行可视化系统与工具的研发[28]。图 2-4 信息可视化参考流程
【参考文献】：
期刊论文
[1]基于大数据的智能交通体系架构[J]. 张红,王晓明,曹洁,朱昶胜. 兰州理工大学学报. 2015(02)
[2]基于出租车GPS数据的路网可靠性分析[J]. 程益丹,安睿. 中国交通信息化. 2014(12)
[3]基于时空轨迹数据的出行特征挖掘方法[J]. 张健钦,仇培元,杜明义. 交通运输系统工程与信息. 2014(06)
[4]出租车GPS数据的应用研究[J]. 白竹,金晓红. 黑龙江工程学院学报. 2014(02)
[5]基于出租车运行信息的城市出租车运量投放计划模型[J]. 杨英俊,赵祥模. 中国公路学报. 2012(05)
[6]数据挖掘研究综述[J]. 习慧丹. 电脑与信息技术. 2012(01)
[7]数据挖掘中的聚类算法综述[J]. 贺玲,吴玲达,蔡益朝. 计算机应用研究. 2007(01)
[8]道路交通数据采集技术研究展望[J]. 邵春福,赵熠,吴戈. 现代交通技术. 2006(06)
[9]可视化界面多语种方案设计与实现[J]. 常淑娟,黄健,吴延海,刘晓佩. 计算机应用. 2005(S1)
[10]一种多维数据的聚类算法及其可视化研究[J]. 任永功,于戈. 计算机学报. 2005(11)
博士论文
[1]信息可视化技术及应用研究[D]. 刘芳.浙江大学 2013
[2]模糊聚类算法研究[D]. 曾山.华中科技大学 2012
[3]聚类分析及其应用研究[D]. 唐东明.电子科技大学 2010
硕士论文
[1]基于出租车GPS数据的居民出行分析[D]. 刘敬帅.兰州理工大学 2017
[2]基于出租车GPS数据的高效益寻客推荐策略研究[D]. 刘丽.浙江大学 2017
[3]基于DBSCAN聚类算法的研究与应用[D]. 冯振华.江南大学 2016
[4]基于出租车数据的交通数据可视化研究[D]. 董亮.兰州交通大学 2016
[5]基于大数据Hadoop平台的出租车载客热点区域挖掘研究[D]. 王郑委.北京交通大学 2016
[6]基于出租车GPS数据的居民出行行为分析[D]. 童晓君.中南大学 2012
[7]基于浮动车数据的出租汽车OD分布及运营特点研究[D]. 李明珠.北京交通大学 2009
[8]GPS车辆导航中的数据处理与地图匹配研究[D]. 夏州.北京交通大学 2009
[9]基于浮动车的交通信息获取关键技术及应用分析[D]. 吴平衡.西南交通大学 2009
[10]基于GPS浮动车采集数据的出租车运行特点研究[D]. 陈炼红.同济大学 2008
本文编号：3130968
【文章来源】：中北大学山西省
【文章页数】：55 页
【学位级别】：硕士
【部分图文】：
出租车GPS数据采集的结构
图 2-2 DBSCAN 算法的参数法的流程扫描半径 Eps 与最小包含点数 MinPts 的值。径与最小包含点数，找到一个核心点，区分其半径内点。一个核心点，直至数据群中所有点都被划分[24]。绍视化正逐渐占据着大数据研究、挖掘和开发各个领域的的生活数据信息不断涌现，为了挖掘这些数据背后的规不可替代的关键技术。它向用户提供了直观清晰的图形用户可以根据自己的需求来深入地从不同的方面对海量是一个不断发展的概念，它的边界在不断扩大[26]。
图 2-3 可视化的流水线过程图 2-4 展示了信息可视化流程模型：流水线过程被改进为一个循环循环，用户在流程的任何阶段都进行交互。这一模型几乎囊括了我们生活中常见的数据可视化的类型，它们大都以此来进行可视化系统与工具的研发[28]。图 2-4 信息可视化参考流程
【参考文献】：
期刊论文
[1]基于大数据的智能交通体系架构[J]. 张红,王晓明,曹洁,朱昶胜. 兰州理工大学学报. 2015(02)
[2]基于出租车GPS数据的路网可靠性分析[J]. 程益丹,安睿. 中国交通信息化. 2014(12)
[3]基于时空轨迹数据的出行特征挖掘方法[J]. 张健钦,仇培元,杜明义. 交通运输系统工程与信息. 2014(06)
[4]出租车GPS数据的应用研究[J]. 白竹,金晓红. 黑龙江工程学院学报. 2014(02)
[5]基于出租车运行信息的城市出租车运量投放计划模型[J]. 杨英俊,赵祥模. 中国公路学报. 2012(05)
[6]数据挖掘研究综述[J]. 习慧丹. 电脑与信息技术. 2012(01)
[7]数据挖掘中的聚类算法综述[J]. 贺玲,吴玲达,蔡益朝. 计算机应用研究. 2007(01)
[8]道路交通数据采集技术研究展望[J]. 邵春福,赵熠,吴戈. 现代交通技术. 2006(06)
[9]可视化界面多语种方案设计与实现[J]. 常淑娟,黄健,吴延海,刘晓佩. 计算机应用. 2005(S1)
[10]一种多维数据的聚类算法及其可视化研究[J]. 任永功,于戈. 计算机学报. 2005(11)
博士论文
[1]信息可视化技术及应用研究[D]. 刘芳.浙江大学 2013
[2]模糊聚类算法研究[D]. 曾山.华中科技大学 2012
[3]聚类分析及其应用研究[D]. 唐东明.电子科技大学 2010
硕士论文
[1]基于出租车GPS数据的居民出行分析[D]. 刘敬帅.兰州理工大学 2017
[2]基于出租车GPS数据的高效益寻客推荐策略研究[D]. 刘丽.浙江大学 2017
[3]基于DBSCAN聚类算法的研究与应用[D]. 冯振华.江南大学 2016
[4]基于出租车数据的交通数据可视化研究[D]. 董亮.兰州交通大学 2016
[5]基于大数据Hadoop平台的出租车载客热点区域挖掘研究[D]. 王郑委.北京交通大学 2016
[6]基于出租车GPS数据的居民出行行为分析[D]. 童晓君.中南大学 2012
[7]基于浮动车数据的出租汽车OD分布及运营特点研究[D]. 李明珠.北京交通大学 2009
[8]GPS车辆导航中的数据处理与地图匹配研究[D]. 夏州.北京交通大学 2009
[9]基于浮动车的交通信息获取关键技术及应用分析[D]. 吴平衡.西南交通大学 2009
[10]基于GPS浮动车采集数据的出租车运行特点研究[D]. 陈炼红.同济大学 2008
本文编号：3130968
本文链接：https://www.wllwen.com/kejilunwen/jiaotonggongchenglunwen/3130968.html
