本文關(guān)鍵詞：交通狀態(tài)分類方法研究與設(shè)計(jì)　出處：《浙江工業(yè)大學(xué)》2014年碩士論文　論文類型：學(xué)位論文

  更多相關(guān)文章： 數(shù)據(jù)挖掘 交通數(shù)據(jù) 數(shù)據(jù)預(yù)處理 交通狀態(tài)

【摘要】：交通出行與人們的日常生活息息相關(guān),而交通擁堵已成為很多大、中型城市共同面臨的問(wèn)題。如何緩解城市交通擁堵、優(yōu)化道路通行已成為我們亟待解決的重要問(wèn)題。在硬件方面,可以通過(guò)加快和完善道路基礎(chǔ)設(shè)施建設(shè)提高車輛的通行能力；在軟件建設(shè)方面,可以通過(guò)運(yùn)用計(jì)算機(jī)技術(shù)和數(shù)據(jù)處理技術(shù),從海量的交通數(shù)據(jù)中獲取有用的交通信息,發(fā)現(xiàn)交通出行規(guī)律,提高交通運(yùn)行與管理的水平。 數(shù)據(jù)挖掘技術(shù)可從大量的數(shù)據(jù)中發(fā)掘?qū)ξ覀冇袔椭饬x的信息或知識(shí)。這些信息和知識(shí)可以應(yīng)用于各種領(lǐng)域,起到指導(dǎo)和輔助決策的作用,如經(jīng)濟(jì)形勢(shì)分析、生產(chǎn)目標(biāo)設(shè)定、市場(chǎng)定位等。本文運(yùn)用數(shù)據(jù)挖掘技術(shù),對(duì)交通數(shù)據(jù)進(jìn)行處理,得出了一系列相關(guān)的分析結(jié)果,對(duì)緩解城市交通擁堵和優(yōu)化道路通行具有一定的應(yīng)用價(jià)值。 本文提出了一種短時(shí)交通狀態(tài)分類方法。此方法是一種適用于5分鐘時(shí)間間隔、基于交通參數(shù)統(tǒng)計(jì)特性的交通狀態(tài)分類方法。該方法主要有三個(gè)步驟：(1)首先是根據(jù)交通參數(shù)的統(tǒng)計(jì)特性,利用聚類算法分別對(duì)交通參數(shù)進(jìn)行分類；(2)然后利用交通參數(shù)的模糊組合劃分交通狀態(tài),建立交通狀態(tài)分類模型；(3)最后利用所得到的分類模型判別實(shí)時(shí)數(shù)據(jù)的交通狀態(tài)。通過(guò)一些實(shí)例,驗(yàn)證了算法的有效性。
[Abstract]:Traffic and people's daily lives, and traffic congestion has become many large and medium-sized city, facing the problem. How to alleviate the city traffic congestion, road traffic optimization has become an important problem to be solved. In the hardware aspect, can speed up and improve the road infrastructure construction and improve the vehicle capacity; in the software construction that can be through the use of computer technology and data processing technology, to obtain useful traffic information from the traffic data, found that the transportation regulation, improve traffic operation and management level.
Data mining technology can help us to explore the significance of information or knowledge from large amounts of data. These information and knowledge can be applied in various fields, play a guiding and supporting role in decision-making, such as the analysis of the economic situation, production goal setting, market positioning and so on. This paper use data mining technology to deal with the traffic data. Got a series of related analysis results, and has certain application value to alleviate the city traffic congestion and traffic optimization.
This paper proposes a classification method of short-term traffic state. This method is applicable to a 5 minute time interval, traffic state classification method based on the statistical properties of the traffic parameters. This method has three main steps: (1) according to the statistical characteristics of traffic parameters, respectively, to classify the traffic parameters by using clustering algorithm (2); and then use the traffic parameter fuzzy combination division of traffic state classification model for traffic state; (3) the classification model with the real-time traffic state identification data. Through some examples, verify the validity of the algorithm.

【學(xué)位授予單位】：浙江工業(yè)大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2014
【分類號(hào)】：U491

【參考文獻(xiàn)】

相關(guān)期刊論文 前10條

1 蔣延輝;王堅(jiān);張慧哲;;基于數(shù)據(jù)挖掘算法的交通狀態(tài)辨識(shí)方法研究[J];電腦知識(shí)與技術(shù);2009年03期

2 宮曉燕,陳偉雄;基于關(guān)聯(lián)規(guī)則挖掘的路段流量關(guān)系的分析[J];公路交通科技;2003年04期

3 皮曉亮;王正;韓皓;孫亞;;基于環(huán)形線圈檢測(cè)器采集信息的交通狀態(tài)分類方法應(yīng)用研究[J];公路交通科技;2006年04期

4 吳兵,周聞鈞,張維東;利用數(shù)據(jù)挖掘技術(shù)建立城市區(qū)域交通流狀態(tài)分析預(yù)測(cè)模型[J];公路交通技術(shù);2003年01期

5 于少偉;曹凱;;基于云模型的動(dòng)態(tài)交通數(shù)據(jù)流軟劃分算法[J];計(jì)算機(jī)工程與應(yīng)用;2007年28期

6 王曉原;張敬磊;吳芳;;交通流數(shù)據(jù)清洗規(guī)則研究[J];計(jì)算機(jī)工程;2011年20期

7 孫亞;錢洪波;葉亮;;數(shù)據(jù)挖掘算法在交通狀態(tài)量化及識(shí)別的應(yīng)用[J];計(jì)算機(jī)應(yīng)用;2008年03期

8 孫亞,彭國(guó)雄,皮曉亮;基于環(huán)形線圈檢測(cè)器采集信息的數(shù)據(jù)挖掘方法研究[J];交通與計(jì)算機(jī);2005年01期

9 周永華,陸化普;交通流數(shù)據(jù)處理系統(tǒng)的設(shè)計(jì)與開(kāi)發(fā)[J];交通與計(jì)算機(jī);2005年05期

10 鐘慧玲;鄺朝劍;黃曉宇;蔡文學(xué);;基于歷史頻繁模式的交通流預(yù)測(cè)算法[J];計(jì)算機(jī)工程與設(shè)計(jì);2012年04期

相關(guān)博士學(xué)位論文 前1條

1 覃明貴;城市道路交通數(shù)據(jù)挖掘研究與應(yīng)用[D];復(fù)旦大學(xué);2010年

，

本文編號(hào)：1403042