本文選題：交通軌跡數(shù)據(jù)　切入點：可視化　出處：《蘭州交通大學》2017年碩士論文

【摘要】：隨著城市道路監(jiān)控設備的完善、無線通信技術的不斷改進以及車載定位終端設備的使用,產生了大量包含時間、位置等信息的交通軌跡數(shù)據(jù)。交通軌跡數(shù)據(jù)記載了車輛移動、居民出行的相關信息,并且具有數(shù)據(jù)量多、密度大、快速增長等特點,已成為重要的數(shù)據(jù)資源,不僅能夠從中分析出一個城市道路交通運行狀況(如道路擁堵水平),而且還可以分析出對象移動的特點(如在什么地方停留、經(jīng)常去什么地方等)以及城市交通區(qū)域變化情況(如熱點位置),因此,針對交通軌跡數(shù)據(jù)的研究,可以應用到許多重要領域,如氣象、城市規(guī)劃、旅游等部門。現(xiàn)階段亟需有效的方法對數(shù)據(jù)隱藏的規(guī)律性信息進行挖掘,而可視化技術的應運而生,使得大數(shù)據(jù)更加易于處理與分析。基于此,本文以山東省淄博市張店區(qū)與臨淄區(qū)的浮動車GPS軌跡數(shù)據(jù)作為研究樣例,結合張店區(qū)與臨淄區(qū)的路網(wǎng)信息展開研究。論文主要研究內容如下:(1)根據(jù)GPS軌跡數(shù)據(jù)與路網(wǎng)數(shù)據(jù)的特點,規(guī)定了GPS軌跡數(shù)據(jù)清洗條件、坐標轉換機制以及路網(wǎng)數(shù)據(jù)二次優(yōu)化遵循的原則。修正后的數(shù)據(jù)為后續(xù)的可視化界面仿真設計以及得到可視化研究結果提供了數(shù)據(jù)支撐;(2)提出相關的計算分析算法,主要包括地圖匹配與聚類分析。敘述了地圖匹配基本思想與過程,對復雜路段進行了重點匹配分析;聚類分析是選取不同的實驗參數(shù)將匹配后的數(shù)據(jù)在路網(wǎng)中進行聚類,得出最優(yōu)的結果;(3)提出可視化平臺設計采取的方法,設計相關的評價標準得出城市區(qū)域劃分模型;并與百度地圖顯示的城市實際布局作對比分析。本文的可視化研究成果可以為城市規(guī)劃、政策制定以及指導居民出行等各個領域提供參考性意見,以此解決現(xiàn)在城市道路規(guī)劃存在的客觀問題以及引導如何健康地規(guī)劃未來城市的發(fā)展。
[Abstract]:With the improvement of urban road monitoring equipment, the continuous improvement of wireless communication technology and the use of vehicle positioning terminal equipment, a large number of traffic trajectory data, including time, location and other information, have been generated. Residents travel related information, and with a large amount of data, density, rapid growth and other characteristics, has become an important data resource, Not only can we analyze the traffic status of a city road (such as road congestion level), but we can also analyze the characteristics of object movement (such as where to stay, As well as changes in urban traffic regions (such as hot spots, etc.), research on traffic trajectory data can be applied to many important areas, such as meteorology, urban planning, and so on. Tourism and other departments. At this stage, there is an urgent need for effective methods to mine the regular information of data hiding. With the emergence of visualization technology, big data is made easier to process and analyze. In this paper, the GPS track data of floating vehicle in Zhangdian District and Linzi District, Zibo City, Shandong Province, are taken as example. According to the characteristics of GPS track data and road network data, the cleaning conditions of GPS track data are defined. The mechanism of coordinate transformation and the principle of quadratic optimization of road network data are followed. The revised data provide data support for the design of visual interface simulation and the result of visualization research. It mainly includes map matching and clustering analysis. The basic idea and process of map matching are described, and the key matching analysis is carried out on complex road sections. Cluster analysis is to select different experimental parameters to cluster the matched data in the road network. The method of visual platform design is put forward, and the relevant evaluation criteria are designed to get the model of urban area division. And compared with the actual layout of the city displayed by Baidu map, the visual research results of this paper can provide reference advice for urban planning, policy formulation and guiding residents to travel, etc. In order to solve the existing objective problems of urban road planning and how to guide the healthy planning of future urban development.
【學位授予單位】：蘭州交通大學
【學位級別】：碩士
【學位授予年份】：2017
【分類號】：U495;TP311.13

【參考文獻】

相關期刊論文 前10條

1 劉文凱;唐建波;蔡建南;熊強強;劉啟亮;;面向城市交通應用的移動對象聚類算法比較研究[J];地理與地理信息科學;2016年06期

2 王睿;漆泰岳;馮劍;雷波;李延;;基于遺傳算法的BP神經(jīng)網(wǎng)絡隧道施工參數(shù)正反演分析與應用[J];鐵道學報;2016年04期

3 張曉;張媛媛;高陽;周新民;;一種基于密度的快速聚類方法[J];數(shù)據(jù)采集與處理;2015年04期

4 于海琦;劉真;田全慧;;GA-BP神經(jīng)網(wǎng)絡結合PCA的多基色顏色預測模型[J];發(fā)光學報;2015年06期

5 高志鵬;牛琨;劉杰;;面向大數(shù)據(jù)的分析技術[J];北京郵電大學學報;2015年03期

6 王祖超;袁曉如;;軌跡數(shù)據(jù)可視分析研究[J];計算機輔助設計與圖形學學報;2015年01期

7 趙東保;劉雪梅;郭黎;;網(wǎng)格索引支持下的大規(guī)模浮動車實時地圖匹配方法[J];計算機輔助設計與圖形學學報;2014年09期

8 魏瑾瑞;;一類基于模型的聚類方法[J];統(tǒng)計與信息論壇;2014年02期

9 劉興權;金美含;;地圖匹配算法綜述[J];科技信息;2014年04期

10 唐家渝;劉知遠;孫茂松;;文本可視化研究綜述[J];計算機輔助設計與圖形學學報;2013年03期

相關會議論文 前1條

1 王忠;薛曉娜;;基于模糊邏輯的地圖匹配算法[A];2008年船舶通信導航學術年會論文集[C];2008年

相關博士學位論文 前2條

1 呂振華;移動對象軌跡數(shù)據(jù)挖掘研究[D];華東師范大學;2016年

2 王亞琴;道路交通流數(shù)據(jù)挖掘研究[D];復旦大學;2007年

相關碩士學位論文 前9條

1 陳小東;面向數(shù)據(jù)流模糊聚類算法的應用研究[D];南京郵電大學;2016年

2 張肅潑;基于數(shù)據(jù)挖掘的城市交通可視化信息系統(tǒng)設計[D];東南大學;2016年

3 許文鵬;數(shù)據(jù)可視化系統(tǒng)架構的設計與實現(xiàn)[D];北京交通大學;2015年

4 繆元武;基于層次聚類的數(shù)據(jù)分析[D];安徽大學;2013年

5 鄒珍;基于GPS的浮動車數(shù)據(jù)與實地圖匹配的算法研究[D];武漢理工大學;2013年

6 宋亮;交通小區(qū)的理論分析和劃分方法研究[D];長安大學;2011年

7 張旭;基于時空約束的軌跡聚類方法研究與應用[D];重慶郵電大學;2010年

8 馬亮;車載定位系統(tǒng)中電子地圖的制作及地圖匹配[D];武漢科技大學;2008年

9 肖鋒;面向道路交通狀態(tài)監(jiān)測的GPS與GIS數(shù)據(jù)預處理關鍵技術研究[D];重慶大學;2008年

，

本文編號：1676648