基于云计算的交通流预测与状态识别关键技术研究

发布时间：2017-12-17 11:20

  本文关键词：基于云计算的交通流预测与状态识别关键技术研究

  更多相关文章： 交通流预测 交通状态识别 K近邻非参数回归 K-means FCM Hadoop

【摘要】：随着城镇化进程的加速推进,城市道路交通需求的快速增长与交通基础设施供给速度缓慢之间的矛盾日益突出。特大城市的交通拥堵现象日益严峻,已经严重制约我国城市交通可持续发展战略的继续推进。因此,只有加快发展高度智能化与信息化的智能交通管控系统才能从根本上解决目前城市交通的诸多问题。本文研究的重点是交通流预测技术与交通状态识别技术,交通流预测和交通状态识别技术在智能交通系统(ITS)的发展和应用前景中具有极其重要的研究价值和意义。本课题旨在为智能交通管理系统提供一些相应的科学依据与技术支持。本文主要研究工作如下:1.为了解决海量交通大数据实时预测问题,引入了Hadoop云平台结合K近邻非参数回归算法来预测短时交通流。由于MapReduce框架的并行性,大大缩减了查找K个近邻的时间。通过实验证明,在集群上的预测时间相比在单机上的预测时间大大缩减。并且基于MapReduce框架的预测速度随着集群规模的增大而增大,表现出了集群的可扩展性。同时又满足了交通控制与诱导系统的实时性需求。目前,国内外很多的研究都集中在从时间维度上考虑对交通流进行预测,这类研究忽视了空间维度上的路网对当前交通流的影响,本文提出了基于时空相关性的路网状态向量确定方法,使得K近邻非参数回归短时交通流预测满足了精确性的需求。2.本文提出关于以云计算为基础的交通状态识别的方法,将经典的聚类算法通过MapReduce编程模式并行化以后,通过Hadoop平台强大的并行任务执行效果,实时监测道路的交通状态。并且改进了K-means聚类算法与模糊C均值聚类算法,用Canopy算法产生初始聚类中心,有效解决了K均值聚类和模糊C均值聚类两种算法会随机产生初始聚类中心的盲目性缺点。然后对比分析了两种改进后的聚类算法应用于交通状态识别中,选择具有更高准确率的识别方法作为最佳选择。
【学位授予单位】：江苏大学
【学位级别】：硕士
【学位授予年份】：2016
【分类号】：TP391.41

【相似文献】

中国期刊全文数据库 前10条

1 王鑫;;道路交通事故多状态识别方法研究[J];计算机仿真;2014年02期

2 李力,赵新泽;应用统计数学方法增进机器状态识别技术[J];实用测试技术;2000年03期

3 李衡峰,夏利民,叶剑波;一种新颖的眼部状态识别方法[J];计算机工程;2005年06期

4 牛慧萍;宋凯;李莹莹;常瑜亮;苏杭;;一种新颖的眼睛状态识别方法[J];电子元器件应用;2010年01期

5 王琼;王欢;赵春霞;杨静宇;;基于眼睛状态识别的驾驶员疲劳监测[J];南京理工大学学报(自然科学版);2010年04期

6 滕红智;贾希胜;赵建民;张星辉;王正军;葛家友;;分层隐Markov模型在设备状态识别中的应用研究[J];中国机械工程;2011年18期

7 李虹;;路面状态识别技术概述[J];气象水文海洋仪器;2012年04期

8 郭克友,储江伟,王荣本;驾驶员眼部状态识别方法的研究[J];系统工程与电子技术;2003年10期

9 余丹炯;李训铭;;驾驶困倦预警系统中眼部状态识别的研究[J];河海大学常州分校学报;2007年02期

10 张雷元;袁建华;赵永进;;道路交通状态识别技术研究[J];道路交通与安全;2009年02期

中国重要会议论文全文数据库 前9条

1 汤新蓓;郑德玲;汤峥嵘;张长红;;证据理论支持下的状态识别方法[A];1997年中国控制会议论文集[C];1997年

2 郑德玲;方巍;;基于组合逻辑与模糊逻辑的状态识别方法[A];1998年中国控制会议论文集[C];1998年

3 方剑青;李红军;雷毅平;陈德华;;声学共振谱方法用于结构状态识别的实验研究[A];2008年全国声学学术会议论文集[C];2008年

4 杨明忠;樊建春;;磨损形态分析与智能化磨损状态识别研究[A];第六届全国摩擦学学术会议论文集（上册）[C];1997年

5 赵伟;黄春琳;;生命探测技术研究[A];2008年中国高校通信类院系学术研讨会论文集（下册）[C];2009年

6 李宏坤;周帅;孙志辉;;基于Hilbert时频谱重心与支持向量机的设备状态识别[A];第八届全国动力学与控制学术会议论文集[C];2008年

7 刘伟;郭钟宁;张永俊;何建文;;面向IGBT主动驱动并联仿真研究[A];第11届粤港机械电子工程技术与应用研讨会论文汇编[C];2010年

8 周颖;郑德玲;裘之亮;位耀光;;一种新的免疫识别算法及其收敛性研究[A];第二十三届中国控制会议论文集（下册）[C];2004年

9 陈锴;徐柏龄;;基于最佳维纳解的双通道话者状态识别方法[A];中国声学学会2006年全国声学学术会议论文集[C];2006年

中国博士学位论文全文数据库 前4条

1 李楠;基于单类学习的异常检测方法及其重型装备状态识别应用[D];上海交通大学;2014年

2 李娜;基于人体运动状态识别的可穿戴健康监测系统研究[D];北京工业大学;2013年

3 李虹;基于机器视觉路面状态识别关键技术研究[D];吉林大学;2009年

4 王金伟;基于表情时空特征的认知情感状态识别研究[D];天津大学;2014年

中国硕士学位论文全文数据库 前10条

1 游雄雄;矿冶典型零部件退化状态识别与剩余寿命预测及可再制造性评估[D];江西理工大学;2015年

2 林助军;非稳态条件下摩擦信号处理和状态识别技术研究[D];大连海事大学;2015年

3 叶卿;信号控制交叉口交通拥堵状态识别方法研究[D];华南理工大学;2015年

4 张鑓;人体运动状态感知机理及传感数据分析研究[D];北京工业大学;2015年

5 邵剑雄;基于霍夫森林的变电站开关设备检测及状态识别[D];浙江大学;2016年

6 刘雨;基于SVM的直升机飞行状态识别方法及其应用研究[D];南昌航空大学;2016年

7 冯青平;基于云计算的交通流预测与状态识别关键技术研究[D];江苏大学;2016年

8 张镭;基于红外热像的设备状态识别技术研究[D];北京化工大学;2010年

9 邓忠;基于车载自组织网的车辆状态识别与驾驶行为评估[D];华南理工大学;2015年

10 余丹炯;驾驶困倦预警系统中眼部状态识别技术的研究[D];河海大学;2007年

，

本文编号：1299927