基于主题模型的交通数据流可视化分析

发布时间：2017-08-05 23:05

  本文关键词：基于主题模型的交通数据流可视化分析

  更多相关文章： 数据分析 LDA主题模型 可视化 车辆轨迹 GPS数据 卡口过车数据 交通主题区域

【摘要】：道路拥堵、出行困难目前已经成为不少城市的通病。通过分析交通流数据对于发现城市交通的通行规律、从而提出针对性的交通管理措施对于改善交通通行情况具有十分重要的作用。本文主要关注两类城市交通流数据:出租车GPS数据和卡口过车数据。虽然,从这两类数据中可以分别获得行驶车辆的轨迹数据。然而,这些轨迹数据由于数据量巨大且具有时空特性,而使得对它们的分析变得十分困难。此外,建立一个交互式的可视化城市交通分析系统仍然具有挑战性。本文提出了一种基于潜在狄利克雷分布(LDA)的模型,用于发现出租车GPS记录中获取的车辆轨迹数据和道路上卡口采集的车辆轨迹数据中隐含的交通主题区域。本文将车辆轨迹作为文档,不同交通特征的特征值,如地理位置、方向、速度、车型、POI(如:周边饭店或商场)和其他特征值作为文档的单词。应用LDA模型后,可以得到一系列包含不同特征值的交通主题区域。这里,交通主题区域是由不同特征的概率分布组成,混乱的轨迹也被表示为交通主题区域下的概率分布。同时,本文设计了相应的可视化方法用于理解分析结果及对交通模式的进一步探索,并据此设计了一个原型系统,其包括了反应交通特征的结合地图的交通主题区域视图、地理信息的词云视图、多特征的树图视图和随时间变化的时间轴视图。最后,本文将温州市3,744辆出租车轨迹数据和包含157个卡口及750,000辆车的卡口过车数据作为实验数据,实验结果验证了所提出模型和方法的有效性。
【关键词】：数据分析 LDA主题模型 可视化 车辆轨迹 GPS数据 卡口过车数据 交通主题区域
【学位授予单位】：杭州电子科技大学
【学位级别】：硕士
【学位授予年份】：2016
【分类号】：U491.112;TP311.13
【目录】：

• 摘要5-6
• Abstract6-11
• 第一章 绪论11-16
• 1.1 课题来源及研究目的和意义11
• 1.2 国内外相关研究11-14
• 1.2.1 地图匹配和轨迹聚类相关研究12
• 1.2.2 主题模型相关研究12-13
• 1.2.3 交通数据可视化相关研究13-14
• 1.3 本文研究内容14-15
• 1.4 本文组织结构15-16
• 第二章 相关理论综述16-24
• 2.1 交通流数据挖掘相关技术16-19
• 2.1.1 地图匹配算法16-17
• 2.1.2 LDA主题模型17-18
• 2.1.3 k-means聚类算法18-19
• 2.2 数据可视化相关技术19-23
• 2.2.1 平行坐标系可视化技术19-20
• 2.2.2 词云可视化技术20-21
• 2.2.3 TreeMap可视化技术21
• 2.2.4 时间序列可视化技术21-23
• 2.3 本章小结23-24
• 第三章 基于LDA单特征的浮动车车辆轨迹研究24-36
• 3.1 概述24-25
• 3.2 原始数据及相关处理25-31
• 3.2.1 原始数据描述及预处理25-27
• 3.2.2 地图道路匹配27-30
• 3.2.3 稀疏轨迹补充30-31
• 3.3 城市交通主题区域划分31-33
• 3.4 基于主题区域划分的轨迹聚类33
• 3.5 可视化设计33-35
• 3.5.1 路段结合地图的视图33-34
• 3.5.2 路段的平行坐标视图34-35
• 3.5.3 轨迹结合地图的视图35
• 3.6 本章小结35-36
• 第四章 基于LDA多特征的卡口车辆轨迹研究36-50
• 4.1 概述36
• 4.2 原始数据及预分析36-39
• 4.2.1 原始数据描述36-37
• 4.2.2 数据预分析37-39
• 4.3 城市交通主题区域划分39-44
• 4.4 可视化设计44-48
• 4.4.1 卡口结合地图的视图45
• 4.4.2 卡口名的词云视图45-46
• 4.4.3 多特征的树图视图46-47
• 4.4.4 随时间变化的时间轴视图47
• 4.4.5 各视图之间的交互47-48
• 4.5 系统原型48-49
• 4.6 本章小结49-50
• 第五章 实验结果与对比分析50-65
• 5.1 基于LDA单特征的浮动车车辆轨迹实验分析50-55
• 5.1.1 数据及参数设置50
• 5.1.2 交通主题区域分析50-54
• 5.1.3 轨迹聚类分析54-55
• 5.2 基于LDA多特征的卡口车辆轨迹实验分析55-62
• 5.2.1 车辆移动模式分析56-57
• 5.2.2 多特征分析57
• 5.2.3 交通主题区域演化57-58
• 5.2.4 讨论58-62
• 5.3 浮动车车辆轨迹与卡口车辆轨迹对比分析62-64
• 5.4 本章小结64-65
• 第六章 总结与展望65-67
• 6.1 总结65-66
• 6.2 展望66-67
• 致谢67-68
• 参考文献68-73
• 附录73-74
• 详细摘要74-76

【相似文献】

中国期刊全文数据库 前10条

1 孙品一 ,陈秉二 ,薛建欣;流动可视化技术的状况及其动向[J];甘肃工业大学学报;1985年01期

2 陈秉二,薛建欣,孙品一;流动可视化技术及其动向[J];大电机技术;1986年01期

3 李玉香;发动机可视化技术的研究开发[J];柴油机设计与制造;1998年02期

4 沈海军,郭万林;结构疲劳寿命、可靠性可视化技术与虚拟疲劳设计[J];机械设计;2003年03期

5 于吉红;董久敏;苏涛;白晓明;葛先军;;数据挖掘可视化技术应用与研究[J];海军航空工程学院学报;2006年01期

6 刘旭龙;洪文学;刘平;吴振英;;一种用于评估面瘫严重程度的可视化方法[J];燕山大学学报;2010年02期

7 朱道学;张瑞;陈金芳;;可视化方法在化工传递研究过程中的进展[J];武汉工程大学学报;2011年06期

8 刘晓平;陈欣;路强;唐益明;;功能树相似推理过程的可视化方法研究[J];图学学报;2012年04期

9 邓扬晨,张卫红,钱卫,章怡宁;一种多元函数的可视化方法[J];飞机设计;2002年04期

10 盛莉莉;;车削温度场的可视化研究[J];上海第二工业大学学报;2005年04期

中国重要会议论文全文数据库 前10条

1 陈洪亮;谭建荣;;基于相密度的混沌吸引子可视化方法研究[A];中国图象图形学会第十届全国图像图形学术会议（CIG’2001）和第一届全国虚拟现实技术研讨会（CVR’2001）论文集[C];2001年

2 吴晓莉;史美萍;;晶体生长实验流场数据的可视化研究[A];’2004系统仿真技术及其应用学术交流会论文集[C];2004年

3 余弦;吴锋;;一种危险品运输车辆监控信息可视化方法[A];浙江省信号处理学会2011学术年会论文集[C];2011年

4 柳佳佳;;可视化与地图学[A];中国地理信息系统协会第四次会员代表大会暨第十一届年会论文集[C];2007年

5 吴鹏;李思昆;;基于本体论的社会网络信息建模与可视化方法[A];中国计算机图形学进展2008--第七届中国计算机图形学大会论文集[C];2008年

6 张毅;华一新;曹亚妮;曹一冰;;面向谈判划界的国界信息可视化方法研究与实践[A];第四届“测绘科学前沿技术论坛”论文精选[C];2012年

7 刘晓平;李书杰;石慧;;规律维问题初探[A];计算机技术与应用进展——全国第17届计算机科学与技术应用（CACIS）学术会议论文集（下册）[C];2006年

8 周献中;顾卫江;;一个基于过程的可视化决策系统设计与实现[A];西部开发与系统工程——中国系统工程学会第12届年会论文集[C];2002年

9 赵志强;阮宗才;陆祖宏;;一种三维脑图像数据远程可视化新方法[A];第十三届全国图象图形学学术会议论文集[C];2006年

10 季浩;李书杰;刘晓平;;规律维的建模与可视化方法研究[A];全国第19届计算机技术与应用（CACIS）学术会议论文集（下册）[C];2008年

中国重要报纸全文数据库 前1条

1 本报记者 李闻芝;可视化技术推动制品品质提升[N];中国化工报;2005年

中国博士学位论文全文数据库 前10条

1 隽立然;面向个人基因组变异的功能注释与可视化方法研究[D];哈尔滨工业大学;2015年

2 卢德宝;复杂地形条件下基于电阻率法的对地可视化监测技术研究[D];南京大学;2015年

3 冯朝路;心脏组织分割与可视化关键算法研究[D];东北大学;2014年

4 李杰;地理观测数据时空可视化方法研究[D];天津大学;2015年

5 甘Oz;基于参数可视化的裂变堆中子学精细建模方法研究[D];中国科学技术大学;2016年

6 邓烨;基于属性偏序可视化方法的柴胡证“但见一证”理论传承创新研究[D];广州中医药大学;2016年

7 张雷;心脏电生理的快速仿真和交互式可视化方法研究[D];哈尔滨工业大学;2013年

8 吴晓莉;面向空间遥科学实验的流场可视化技术研究[D];国防科学技术大学;2007年

9 孙扬;多变元网络数据可视化方法研究[D];国防科学技术大学;2010年

10 王安慧;基因组信息的计算机可视化若干关键技术研究[D];东北大学;2010年

中国硕士学位论文全文数据库 前10条

1 王齐;流线聚类分析及其可视化方法研究[D];浙江大学;2015年

2 温延立;风电机组监测数据可视分析研究[D];东北电力大学;2016年

3 赵晓飞;一种新的可视化肋骨骨折诊断方法研究[D];浙江大学;2016年

4 王宇晓;大规模网络拓扑可视化研究[D];北京理工大学;2016年

5 张鲁营;多维数据可视化方法研究[D];北京交通大学;2016年

6 刘珍妮;搜狐网数据新闻的可视化呈现研究[D];辽宁大学;2016年

7 徐扬;数字三维心脏模型可视化的交互设计与实现[D];北京工业大学;2016年

8 史英杰;医学CTA图像分割与分层可视化研究[D];河北大学;2016年

9 成秋蕾;基于垂直防渗膜检测的可视化系统[D];山东师范大学;2016年

10 田甜;可视化电能监测管理系统的设计与实现[D];重庆大学;2016年

，

本文编号：627303