我國機(jī)動車保有量的快速增長不可避免地引起了城市交通擁堵問題。智能交通作為緩解交通擁堵問題為有效手段,自提出以來在世界各國得到提倡并快速發(fā)展。交通大數(shù)據(jù)分析作為智能交通系統(tǒng)設(shè)計應(yīng)用的重要環(huán)節(jié),通過對交通大數(shù)據(jù)之間的關(guān)聯(lián)關(guān)系、深層次因果關(guān)系的分析,可以有效預(yù)測城市交通的交通流,為智能交通系統(tǒng)提供決策支持,為用戶出行提供更明智和協(xié)調(diào)的交通規(guī)劃,進(jìn)而提高出行的效率與安全性。對此,本文開展了如下工作:（1）獲取了互聯(lián)網(wǎng)上公開的交通數(shù)據(jù)集及相關(guān)天氣數(shù)據(jù)集,對數(shù)據(jù)進(jìn)行了數(shù)據(jù)清洗、標(biāo)準(zhǔn)化等預(yù)處理;在此基礎(chǔ)上對交通大數(shù)據(jù)進(jìn)行時間、空間特征分析,并借鑒和擴(kuò)展了格蘭杰因果關(guān)系思想,提出了基于時空因果關(guān)系分析的城市交通大數(shù)據(jù)分析方法。（2）建立基于時空因果關(guān)系的交通流預(yù)測模型,提出了快速篩選交通流影響因素的方法,引入LSTM網(wǎng)絡(luò)構(gòu)造了基于循環(huán)神經(jīng)網(wǎng)絡(luò)的交通大數(shù)據(jù)時空因果關(guān)系分析算法,并通過試驗證明該算法可有效提高交通流預(yù)測精準(zhǔn)程度。（3）采用面向?qū)ο蠓椒ǚ治鲈O(shè)計了交通流預(yù)測系統(tǒng),開發(fā)了相應(yīng)Android手機(jī)APP和Web服務(wù)器,并對系統(tǒng)進(jìn)行了功能測試和性能測試。實驗證明時空因果關(guān)系分析可以有效提取影響交通流的... 

【文章來源】：北京工業(yè)大學(xué)北京市211工程院校

【文章頁數(shù)】：70 頁

【學(xué)位級別】：碩士

【文章目錄】：
摘要
ABSTRACT
第1章 緒論
    1.1 研究背景
    1.2 研究意義
    1.3 國內(nèi)外研究現(xiàn)狀
        1.3.1 大數(shù)據(jù)分析研究現(xiàn)狀
        1.3.2 無監(jiān)督學(xué)習(xí)的分析方法研究現(xiàn)狀
        1.3.3 監(jiān)督學(xué)習(xí)的分析方法研究現(xiàn)狀
        1.3.4 交通流預(yù)測研究現(xiàn)狀
    1.4 論文結(jié)構(gòu)
第2章 相關(guān)技術(shù)基礎(chǔ)
    2.1 大數(shù)據(jù)特征提取分析技術(shù)
        2.1.1 特征提取技術(shù)
        2.1.2 大數(shù)據(jù)分析技術(shù)
    2.2 格蘭杰因果關(guān)系
    2.3 交通流預(yù)測技術(shù)
    2.4 本章小結(jié)
第3章 交通大數(shù)據(jù)預(yù)處理技術(shù)
    3.1 數(shù)據(jù)來源
    3.2 數(shù)據(jù)清洗
        3.2.1 缺失數(shù)據(jù)處理
        3.2.2 數(shù)據(jù)去噪
    3.3 數(shù)據(jù)標(biāo)準(zhǔn)化
        3.3.1 數(shù)據(jù)規(guī)范化
        3.3.2 時間格式標(biāo)準(zhǔn)化
    3.4 特征分析
        3.4.1 基于隨機(jī)森林的特征分析
        3.4.2 時間特征分析
        3.4.3 空間特征分析
    3.5 本章小結(jié)
第4章 基于多維時空因果關(guān)系分析的交通流預(yù)測
    4.1 交通大數(shù)據(jù)時空因果關(guān)系分析
    4.2 多維度影響因素分析
    4.3 基于時空因果關(guān)系和循環(huán)神經(jīng)網(wǎng)絡(luò)的交通流預(yù)測
    4.4 預(yù)測模型對比
        4.4.1 評價標(biāo)準(zhǔn)
        4.4.2 預(yù)測模型參數(shù)
        4.4.3 實驗數(shù)據(jù)選取
        4.4.4 預(yù)測結(jié)果比較
    4.5 本章小結(jié)
第5章 基于時空因果關(guān)系分析的交通流預(yù)測系統(tǒng)
    5.1 系統(tǒng)簡介
        5.1.1 開發(fā)環(huán)境
        5.1.2 系統(tǒng)功能要求
    5.2 系統(tǒng)框架
    5.3 系統(tǒng)設(shè)計與實現(xiàn)
        5.3.1 交通流預(yù)測APP設(shè)計與實現(xiàn)
        5.3.2 分析服務(wù)器設(shè)計與實現(xiàn)
    5.4 系統(tǒng)測試
        5.4.1 系統(tǒng)功能測試
        5.4.2 系統(tǒng)性能測試
    5.5 本章小結(jié)
總結(jié)與展望
參考文獻(xiàn)
攻讀碩士學(xué)位期間取得的研究成果
致謝


【參考文獻(xiàn)】：
期刊論文
[1]德國政府開放數(shù)據(jù)分析及其對我國的啟示[J]. 陳美.  圖書館. 2019(01)
[2]基于大數(shù)據(jù)分析的心力衰竭診療研究進(jìn)展[J]. 于佳女,沙悅,郭樹彬.  中國醫(yī)學(xué)科學(xué)院學(xué)報. 2018(06)
[3]基于機(jī)器學(xué)習(xí)的交通數(shù)據(jù)分析與應(yīng)用[J]. 張騰,林貴敏,邱立達(dá),劉超明,韋玉婧.  現(xiàn)代信息科技. 2018(12)
[4]大數(shù)據(jù)分析的神經(jīng)網(wǎng)絡(luò)方法[J]. 章毅,郭泉,王建勇.  工程科學(xué)與技術(shù). 2017(01)
[5]大數(shù)據(jù)在高職院校教師教學(xué)質(zhì)量多元評價體系中的研究與分析[J]. 張維國,陳海艷.  現(xiàn)代計算機(jī)(專業(yè)版). 2016(18)
[6]基于組合模型的短時交通流預(yù)測[J]. 錢偉,楊礦利,楊慧慧,徐青政.  計算機(jī)仿真. 2015(02)
[7]Challenges of Big Data analysis[J]. Jianqing Fan,Fang Han,Han Liu.  National Science Review. 2014(02)
[8]基于特性和影響因素分析的短時交通流預(yù)測[J]. 許倫輝,游黃陽.  廣西師范大學(xué)學(xué)報(自然科學(xué)版). 2013(01)
[9]悉尼自適應(yīng)交通控制系統(tǒng)線圈數(shù)據(jù)短時多步預(yù)測雙層模型[J]. 李琦,姜桂艷.  吉林大學(xué)學(xué)報(工學(xué)版). 2013(04)
[10]城市交通擁堵分析及對策研究[J]. 高鵬,張子秦.  交通科技與經(jīng)濟(jì). 2011(02)



本文編號：3644415