隨著互聯(lián)網(wǎng)、云計(jì)算以及人工智能的發(fā)展,數(shù)據(jù)挖掘技術(shù)得到了廣泛的應(yīng)用,應(yīng)用數(shù)據(jù)挖掘?yàn)槠髽I(yè)帶來了許多實(shí)際價(jià)值。近年來,由于GPS定位設(shè)備日益普及,我國在2016年出臺相關(guān)規(guī)定,要求重型載貨卡車必須安裝、使用具有行駛記錄功能的衛(wèi)星定位裝置。交通運(yùn)輸行業(yè)因此積累了大量的車輛定位數(shù)據(jù),數(shù)據(jù)挖掘、人工智能以及云計(jì)算等的推廣為分析挖掘這些定位數(shù)據(jù)提供了可能性。如何通過數(shù)據(jù)挖掘技術(shù),對貨車產(chǎn)生的定位數(shù)據(jù)進(jìn)行挖掘,發(fā)現(xiàn)其中蘊(yùn)含的有價(jià)值的信息,并為企業(yè)所用,提高企業(yè)的管理水平以及在行業(yè)中的競爭力,這是目前值得思考和研究的問題。本文以DS公司全部貨車所產(chǎn)生的定位數(shù)據(jù)作為研究對象,依據(jù)公司的需求,就其數(shù)據(jù)挖掘及應(yīng)用問題進(jìn)行了分析與探討。首先對包含數(shù)據(jù)坐標(biāo)轉(zhuǎn)換、數(shù)據(jù)去噪、軌跡壓縮、地圖匹配和軌跡補(bǔ)全等一般定位數(shù)據(jù)預(yù)處理進(jìn)行了說明,提出了一個(gè)高內(nèi)聚低耦合的定位數(shù)據(jù)預(yù)處理框架,并結(jié)合DS公司的需求以及該公司定位數(shù)據(jù)的特征對研究數(shù)據(jù)進(jìn)行預(yù)處理,從而為后面的研究奠定了基礎(chǔ)。同時(shí)相關(guān)研究人員可以結(jié)合自己的研究目的,依據(jù)該框架內(nèi)對數(shù)據(jù)進(jìn)行預(yù)處理和進(jìn)一步研究。其次,依據(jù)對DS公司定位數(shù)據(jù)預(yù)處理的結(jié)果,進(jìn)行了貨車停留分析概述、... 

【文章來源】：西南石油大學(xué)四川省

【文章頁數(shù)】：94 頁

【學(xué)位級別】：碩士

【部分圖文】：

圖１－１歷年我國民幣我貨汽乍與公路營運(yùn)我貨汽乍數(shù)量??（３）信息技術(shù)的發(fā)展為數(shù)據(jù)挖掘提供有力的技術(shù)支撐??

價(jià)值，客觀全面的了解貨車運(yùn)??行狀況，發(fā)現(xiàn)其中存在的問題，從而有針對性加以克服與解決，并最終提高公司對車輛??的管理水平，這是需要仔細(xì)分析與認(rèn)真研究的，也是本文要研宄的問題。??１．２國內(nèi)外研究現(xiàn)狀??１．２．１貨車軌跡挖掘理論??Ｊｉａｗｅｉ?Ｈａｎ等提出數(shù)據(jù)挖掘就是從大量的數(shù)據(jù)中發(fā)現(xiàn)感興趣的模式和知識［１］。數(shù)據(jù)??挖掘是一個(gè)交叉性學(xué)科，不僅綜合了計(jì)算機(jī)科學(xué)、數(shù)學(xué)和統(tǒng)計(jì)學(xué)、軟件工程、機(jī)器學(xué)習(xí)??等多學(xué)科，而且要求從業(yè)者必須具備專業(yè)領(lǐng)域知識和業(yè)務(wù)知識，從而形成了數(shù)據(jù)科學(xué)，??如圖１－２所示［２］。??（＾）??＼專業(yè)領(lǐng)域知識和業(yè)務(wù)－知識ｙ??圖１?２數(shù)據(jù)科學(xué)與其他學(xué)科關(guān)系??時(shí)空數(shù)據(jù)挖掘則是從具有海量、高維、高噪聲和非線性等特性的時(shí)空數(shù)據(jù)中提取隱??含的、人們事先不知道的、但又潛在有用的信息及知識的過程？。時(shí)空數(shù)據(jù)挖掘是數(shù)據(jù)??挖掘的一個(gè)新興領(lǐng)域，它的興起與定位設(shè)備、智能手機(jī)、ＧＩＳ以及物聯(lián)網(wǎng)的普及有很大??關(guān)系。??時(shí)空數(shù)據(jù)與傳統(tǒng)的數(shù)據(jù)具有很大的區(qū)別，時(shí)空數(shù)據(jù)內(nèi)嵌于連續(xù)空間，其樣本在時(shí)間、??空間上存在很強(qiáng)的自相關(guān)性，其中隱含的模式往往是局部的，從而使時(shí)空數(shù)據(jù)挖掘具有??特殊性和復(fù)雜性［３］。傳統(tǒng)的數(shù)據(jù)挖掘算法、模型無法直接用在對吋空數(shù)椐的挖掘上面。??軌跡數(shù)據(jù)是時(shí)空數(shù)據(jù)中最常見的數(shù)據(jù)，Ｙｕ?Ｚｈｅｎｇ等將軌跡數(shù)據(jù)分為四類：人類移動(dòng)產(chǎn)生??的軌跡、交通工具移動(dòng)產(chǎn)生的軌跡、動(dòng)物移動(dòng)產(chǎn)生的軌跡以及自然現(xiàn)象移動(dòng)產(chǎn)生的軌跡??Ｍ??Ｏ??空間運(yùn)輸聯(lián)系是指在自然、社會(huì)、經(jīng)濟(jì)諸要素綜合作用下，區(qū)域間迎過運(yùn)輸設(shè)施進(jìn)??行旅客和貨物交流產(chǎn)生的相互聯(lián)系與作用，空間差異與互補(bǔ)是空間運(yùn)輸聯(lián)系產(chǎn)生的Ｍ肖??３??

于點(diǎn)的軌跡分割方法性能高于基于均勻時(shí)間或基于均勻長度的方法，然后??對比了四種分類模型：決策樹、貝葉斯網(wǎng)絡(luò)、支持向量機(jī)和條件隨機(jī)場，結(jié)果表明決策??樹的分類性能要高于其他模型。準(zhǔn)確的預(yù)測貨車的行程是對于物流運(yùn)輸公司高效的管理??車隊(duì)是至關(guān)重要的，文獻(xiàn)［４８］利用?ＳＧＰＲ?（ｓｐａｒｓｅ?Ｇａｕｓｓｉａｎ?ｐｒｏｃｅｓｓｅｓ?ｒｅｇｒｅｓｓｉｏｎ）模??型來預(yù)測行程時(shí)間，這個(gè)模型是和ＧＰ、ＳＶＰ、Ａ剛是相似的。微軟城市計(jì)算研宄者將一??個(gè)地區(qū)劃分為ＮｘＮ個(gè)方格，建立輸入流和輸出流模型如圖１－３所示，基于卷積神經(jīng)網(wǎng)??絡(luò)框架提出一個(gè)ＳＴ－ＲｅｓＮｅｔ方法如圖１－４，通過學(xué)習(xí)每個(gè)Ｎ?ｘ?Ｎ個(gè)方格歷史輸入流和輸??出流，從而來預(yù)測未來某個(gè)方格的擁擠程度，以便于城市管理者采取應(yīng)對的措施＾。??ｊ?＾………??卿??一，一？坩＞?＂???ｆ?！?暴?ｉ??９?Ｏｕｔｆｌｏｗ?Ｉｃａｔｕａ］?＇了１?！?；?丨：＾?；??Ｍ?＂?ｅ＼ｌｒａｄｋ＞ｎ?；?ｍｔ?Ｉ?Ｊ?：?Ｋｃｓｌ?ｍｉ?Ｉ?：?＊?＾?＇??ｆ?＞?ｉ?ＫｃｎＩｉｉｉｉ／?Ｒｃｓｌ＇ｍｉＡ?ｉ?ｆＫｃｓｌＪｎｉｔ／１?Ｉ????????—?？＊???Ｉ??Ｉｎｆｌｏｗ?Ａ?＾?…．一ｖ?ｊ－＂．．，Ｊ?卜」；??ｘ；，，?廠丨…二又?ｘ，ｊ?????＊４）￣￣Ｈ?Ｔ；ｍｌ丨一》?１．０、、?＋－？??圖１－３輸入流與輸出流?圖１－４?ＳＴ－ＲｅｓＮｅｔ框架??文獻(xiàn)［７］基于出租車軌跡數(shù)據(jù)來預(yù)測乘客候車時(shí)間，即給定位置與候車時(shí)間，預(yù)測??下一輛出租車出現(xiàn)的等待時(shí)間。文獻(xiàn)［５０］基于出租車軌跡數(shù)據(jù)建立短時(shí)交通流預(yù)測模??

【參考文獻(xiàn)】：
期刊論文
[1]貨運(yùn)司機(jī)駕駛行為分析與研究[J]. 朱波.  科技經(jīng)濟(jì)導(dǎo)刊. 2017(11)
[2]利用貨車GPS數(shù)據(jù)推演城市內(nèi)部物流聯(lián)系——以深圳市為例[J]. 肖作鵬,鄒海翔,孫永海.  西部人居環(huán)境學(xué)刊. 2017(01)
[3]Hadoop支持下海量出租車軌跡數(shù)據(jù)預(yù)處理技術(shù)研究[J]. 呂江波,張永忠.  城市勘測. 2016(03)
[4]一種基于LCSS的相似車輛軌跡查找方法[J]. 裴劍,彭敦陸.  小型微型計(jì)算機(jī)系統(tǒng). 2016(06)
[5]數(shù)據(jù)預(yù)處理在圖書借閱中的應(yīng)用[J]. 羅艷霞,王庭熙,駱紹曄.  莆田學(xué)院學(xué)報(bào). 2016(02)
[6]基于時(shí)空軌跡數(shù)據(jù)的出行特征挖掘方法[J]. 張健欽,仇培元,杜明義.  交通運(yùn)輸系統(tǒng)工程與信息. 2014(06)
[7]GPS位置歷史挖掘和移動(dòng)軌跡異常檢測系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn)[J]. 熊妍,羅澤,閻保平.  計(jì)算機(jī)應(yīng)用研究. 2013(09)
[8]時(shí)空數(shù)據(jù)挖掘研究進(jìn)展[J]. 劉大有,陳慧靈,齊紅,楊博.  計(jì)算機(jī)研究與發(fā)展. 2013(02)
[9]疲勞駕駛與交通事故關(guān)系[J]. 李都厚,劉群,袁偉,劉浩學(xué).  交通運(yùn)輸工程學(xué)報(bào). 2010(02)

博士論文
[1]基于論文的我國石油天然氣行業(yè)知識流動(dòng)網(wǎng)絡(luò)研究[D]. 朱林.西南石油大學(xué) 2016
[2]基于軌跡聚類的城市熱點(diǎn)區(qū)域提取與分析方法研究[D]. 趙鵬祥.武漢大學(xué) 2015
[3]大規(guī)模軌跡數(shù)據(jù)的檢索、挖掘和應(yīng)用[D]. 袁晶.中國科學(xué)技術(shù)大學(xué) 2012

碩士論文
[1]海量出租車軌跡數(shù)據(jù)分析與位置推薦服務(wù)[D]. 宋樂怡.華東師范大學(xué) 2015
[2]基于海量物流軌跡數(shù)據(jù)的分析挖掘系統(tǒng)[D]. 甘波.武漢理工大學(xué) 2014
[3]基于出租車軌跡點(diǎn)的居民出行熱點(diǎn)區(qū)域與時(shí)空特征研究[D]. 馬云飛.南京師范大學(xué) 2014
[4]基于出租車軌跡數(shù)據(jù)的短時(shí)交通流預(yù)測模型研究[D]. 賀冬冬.大連海事大學(xué) 2013
[5]基于GPS數(shù)據(jù)的出租車交通運(yùn)行特性研究及應(yīng)用[D]. 齊林.哈爾濱工業(yè)大學(xué) 2013
[6]基于出租車軌跡的載客點(diǎn)與熱點(diǎn)區(qū)域推薦[D]. 張明月.湖南科技大學(xué) 2013
[7]車輛異常行駛軌跡模型[D]. 宋陽.長安大學(xué) 2013
[8]海量出租車軌跡數(shù)據(jù)探索性分析方法的研究與實(shí)現(xiàn)[D]. 孫靖.華東師范大學(xué) 2013
[9]基于GPS浮動(dòng)車采集數(shù)據(jù)的出租車運(yùn)行特點(diǎn)研究[D]. 陳煉紅.同濟(jì)大學(xué) 2008



本文編號：3221888