隨著經(jīng)濟(jì)的迅速發(fā)展,車輛的增加給交通的管理帶來了巨大的挑戰(zhàn)。智能交通系統(tǒng)(intelligent traffic systems,ITS)旨在將先進(jìn)的信息技術(shù)、傳感器技術(shù)、計(jì)算機(jī)技術(shù)等有效地綜合運(yùn)用在交通運(yùn)輸管理體系中,從而提高交通效率。分析通過GPS(全球定位系統(tǒng),global positioning system)、WIFI等獲取到的城市中移動(dòng)車輛位置數(shù)據(jù)可以挖掘到復(fù)雜交通中潛在的有用信息,對(duì)于指導(dǎo)道路建設(shè)、車輛管理和交通管制具有重大意義,但直接對(duì)龐大的數(shù)據(jù)進(jìn)行可視化會(huì)使得視覺混亂反而不利于獲取重要信息。軌跡聚類先將軌跡數(shù)據(jù)依據(jù)時(shí)空屬性的相似度進(jìn)行分類,然后從類簇中獲取軌跡中的行為模式。針對(duì)車輛軌跡數(shù)據(jù)的無序性和現(xiàn)行方法缺少對(duì)于軌跡整體趨勢有較為精確地描述,本文首先總結(jié)分析了軌跡聚類相關(guān)方法和交通數(shù)據(jù)可視化技術(shù),然后提出了一種基于多代表性軌跡的聚類方法,最后針對(duì)軌跡數(shù)據(jù)設(shè)計(jì)了一個(gè)可視化系統(tǒng)VTVS。本文的主要貢獻(xiàn)如下:(1)針對(duì)軌跡聚類算法和交通數(shù)據(jù)可視化進(jìn)行了總結(jié)與分析。詳細(xì)介紹了軌跡聚類中常用的五類方法,并分析了算法中存在的優(yōu)缺點(diǎn)。然后分別介紹了不同數(shù)據(jù)屬性的可視化方法,借鑒主流可視化系統(tǒng)的可視編碼和布局為設(shè)計(jì)軌跡數(shù)據(jù)可視化系統(tǒng)提供理論基礎(chǔ)。(2)提出了一種基于多代表性軌跡的聚類方法。在傳統(tǒng)基于密度的軌跡聚類算法基礎(chǔ)上,采用改進(jìn)的軌跡劃分方法和軌跡段相似度量函數(shù)對(duì)軌跡數(shù)據(jù)進(jìn)行分類,并對(duì)聚類結(jié)果使用所提出的基于掃描線的多代表性軌跡生成方法以獲得軌跡模式的精確描述,實(shí)驗(yàn)結(jié)果表明所提出的方法具有較強(qiáng)的適用性與可行性。(3)設(shè)計(jì)了一個(gè)用于軌跡數(shù)據(jù)的可視化系統(tǒng)。首先,按照用戶自定義篩選規(guī)則過濾軌跡。然后,通過自適應(yīng)分層聚類方法生成熱區(qū)。最后,采用多種視圖和交互方案來層次性展示其中的高維屬性。案例分析的結(jié)果表明該系統(tǒng)在指導(dǎo)城市公共交通設(shè)施的規(guī)劃與建設(shè)中具有實(shí)用價(jià)值。
【學(xué)位單位】：合肥工業(yè)大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位年份】：2019
【中圖分類】：TP311.13;U495
【部分圖文】：

海量的軌跡數(shù)據(jù)被存儲(chǔ)積累，如何將這些數(shù)據(jù)問題。直接展示已經(jīng)不再適用，因?yàn)檫^于密集的點(diǎn)或者線會(huì)利于觀察者理解和分析數(shù)據(jù)，如圖 1.1 所示。常見的解決方法同現(xiàn)實(shí)世界中人民選代表一樣，在這些海量軌跡中選取某些始存在的軌跡，或是合成軌跡），通過觀察它們的分布與性個(gè)軌跡數(shù)據(jù)集的共性與特性，稱之為模式，也即“趨勢”。究人員提出了各種可視化方法，企圖以最合理的方式去選擇些方法大致可以分為兩大類：軌跡聚類和軌跡序列模式挖掘有類似屬性的軌跡分為群集的過程。一般的聚類方法是考似性，包括長度、距離、角度、形狀、點(diǎn)數(shù)和順序等。然后照某種加權(quán)方式得到兩軌跡間的“相似值”，再根據(jù)這個(gè)值個(gè)閾值來決定兩者是否屬于同一類。最后針對(duì)分好的類簇。但如何更合理地衡量軌跡之間的相似性一直以來也是相軌跡序列模式挖掘則通常按照時(shí)間屬性將軌跡數(shù)據(jù)轉(zhuǎn)化為每條序列數(shù)據(jù)進(jìn)行模式挖掘，去除噪音，從而得到有效信

第一章 緒論特定時(shí)間點(diǎn)的具體值。以這種方式，不僅可以展示多種變量的值變化，還可以變量所占比率等信息。河流圖[25]是這類可視化方法的代表，在文獻(xiàn)[26]中，它這種方法來顯示道路交叉口的交通流量，如圖 1.4 所示。時(shí)間線能夠表示交通如何隨時(shí)間的變化而變化并指示變化過程中的峰值或谷值。

堆積圖
【參考文獻(xiàn)】

相關(guān)期刊論文 前1條

1 Hong Zhou;Panpan Xu;Xiaoru Yuan;Huamin Qu;;Edge Bundling in Information Visualization[J];Tsinghua Science and Technology;2013年02期

本文編號(hào)：2862339