隨著我國高速公路建設(shè)中各類數(shù)據(jù)采集設(shè)備和技術(shù)的廣泛部署和應(yīng)用,源源不斷地產(chǎn)生了大量反映高速公路路網(wǎng)運(yùn)行狀態(tài)的數(shù)據(jù),然而很多數(shù)據(jù)分散于不同應(yīng)用系統(tǒng),使得這些數(shù)據(jù)的利用率還較低。近年來,在大數(shù)據(jù)背景下,高速公路管理和運(yùn)營部門已逐漸重視和開展了高速公路多源數(shù)據(jù)的共享工作,因此同時(shí)也對高速公路大數(shù)據(jù)分析和應(yīng)用提出了綜合性更高、專業(yè)性更強(qiáng)的要求。本文基于對高速公路聯(lián)網(wǎng)運(yùn)行中產(chǎn)出的大數(shù)據(jù)和當(dāng)前主要分析應(yīng)用工作的調(diào)研分析,開展了以下三方面的研究工作:1.圍繞高速公路多源數(shù)據(jù)綜合分析特別是描述性分析的需求,從點(diǎn)、線、面和不同時(shí)間粒度及分析對象等維度,提出一個(gè)層次化的高速公路聯(lián)網(wǎng)大數(shù)據(jù)多維分析體系,從時(shí)間、空間、對象等方面定義了分析項(xiàng)、數(shù)據(jù)來源、計(jì)算方法、分析結(jié)果等信息,并基于Hadoop和ECharts設(shè)計(jì)實(shí)現(xiàn)了一個(gè)可靈活配置的多維數(shù)據(jù)分析及可視化系統(tǒng),系統(tǒng)可允許用戶對分析項(xiàng)進(jìn)行自主配置,并以可視化方式展示分析結(jié)果。2.針對高速公路流量預(yù)測性分析的需求,基于聯(lián)網(wǎng)收費(fèi)數(shù)據(jù)設(shè)計(jì)了一種基于時(shí)空相關(guān)性分析的短時(shí)交通流量預(yù)測模型。首先針對高速公路路網(wǎng)站點(diǎn)間交通流可能存在的時(shí)空相關(guān)特性,提出了時(shí)空相關(guān)系數(shù)的概念,... 

【文章來源】：北方工業(yè)大學(xué)北京市

【文章頁數(shù)】：59 頁

【學(xué)位級別】：碩士

【部分圖文】：

Hadoop組件架

個(gè)Ｍａｐ任務(wù)和Ｒ個(gè)Ｒｅｄｕｃｅ任務(wù)。Ｍａｐ與Ｍａｐ之不同的原始數(shù)據(jù)進(jìn)行特定的處理，實(shí)現(xiàn)并行化的中間結(jié)果進(jìn)行合并，最終形成完整的結(jié)果建立在ＨＤＦＳ之上，提供高可靠性、高性能、系統(tǒng)：２？。ＨＢａｓｅ介于ＮｏＳＱＬ和ＲＤＢＭＳ之間，列組成，其中行�。ǎ颍铮�?ｋｅｙ）作為一條記族（Ｃｏｌｕｍｎ?ｆａｍｉｌｙ），同一個(gè)列族的所有成員ｅｓｔａｍｐ）來標(biāo)識相同數(shù)據(jù)的不同版本。??鍵（ｒｏｗ?ｋｅｙ）和主鍵的ｒａｎｇｅ來檢索數(shù)據(jù)，持來實(shí)現(xiàn)多表ｊｏｉｎ等復(fù)雜操作）：２８］。主要用據(jù)。ＨＢａｓｅ具有良好的彈性伸縮性，自底向節(jié)點(diǎn)來達(dá)到線性擴(kuò)展。??

－丨用戶定制查詢??圖３－１高速公路聯(lián)網(wǎng)大數(shù)據(jù)多維分析體系??如圖３－１所示，空間上，從點(diǎn)、線、面不同的角度出發(fā)，將高速公路路網(wǎng)劃??分為收費(fèi)站、路段、區(qū)域三個(gè)度量，用戶可以選擇單個(gè)考察點(diǎn)，也可以選擇多個(gè)??考察點(diǎn)進(jìn)行對比，來分析交通流在空間上的分布規(guī)律。時(shí)間維度上

【參考文獻(xiàn)】：
期刊論文
[1]短期高速公路交通流量預(yù)測方法研究[J]. 林蕾,舒勤.  計(jì)算機(jī)仿真. 2017(03)
[2]深度科普:云計(jì)算,智慧城市的大腦與基石[J]. 竺松濤.  杭州科技. 2016(04)
[3]基于組合模型的短時(shí)交通流量預(yù)測算法[J]. 芮蘭蘭,李欽銘.  電子與信息學(xué)報(bào). 2016(05)
[4]中國城市智能交通系統(tǒng)產(chǎn)業(yè)化發(fā)展趨勢[J]. 李正熙.  自動化博覽. 2015(07)
[5]基于灰色系統(tǒng)和神經(jīng)網(wǎng)絡(luò)的實(shí)時(shí)交通量預(yù)測組合模型研究[J]. 楊志勇.  公路. 2015(03)
[6]分車型的高速公路短時(shí)交通流量預(yù)測方法研究[J]. 周桐,楊智勇,孫棣華,魏方強(qiáng).  計(jì)算機(jī)應(yīng)用研究. 2015(07)
[7]公路網(wǎng)智能養(yǎng)護(hù)技術(shù)及系統(tǒng)協(xié)同創(chuàng)新平臺助力養(yǎng)護(hù)智能化發(fā)展 讓公路“保養(yǎng)”更智能![J]. 崔麗媛.  交通建設(shè)與管理. 2014(23)
[8]中國工業(yè)碳排放及其影響因素灰色預(yù)測分析——基于STIRPAT模型[J]. 任曉松,趙國浩.  北京交通大學(xué)學(xué)報(bào)(社會科學(xué)版). 2014(04)
[9]高速公路大數(shù)據(jù)處理現(xiàn)狀與挑戰(zhàn)[J]. 楊仁懷,郎川萍,劉文美.  計(jì)算機(jī)系統(tǒng)應(yīng)用. 2014(09)
[10]改進(jìn)時(shí)間序列模型在高速公路短時(shí)交通流量預(yù)測中的應(yīng)用[J]. 唐毅,劉衛(wèi)寧,孫棣華,魏方強(qiáng),余楚中.  計(jì)算機(jī)應(yīng)用研究. 2015(01)

博士論文
[1]基于實(shí)時(shí)數(shù)據(jù)的道路網(wǎng)短時(shí)交通流預(yù)測理論與方法研究[D]. 姚智勝.北京交通大學(xué) 2007

碩士論文
[1]基于支持向量機(jī)的高速公路物流量預(yù)測研究[D]. 楊健.昆明理工大學(xué) 2017
[2]在線近似多線性主成分分析[D]. 吳珍.華南理工大學(xué) 2016
[3]基于收費(fèi)站大數(shù)據(jù)的高速公路運(yùn)輸量預(yù)測研究[D]. 張磊.長安大學(xué) 2016
[4]數(shù)據(jù)挖掘在高速公路防逃費(fèi)中的應(yīng)用研究[D]. 陳波.華南理工大學(xué) 2014
[5]高速公路聯(lián)網(wǎng)收費(fèi)數(shù)據(jù)多維分析系統(tǒng)研究[D]. 張國芳.長安大學(xué) 2014
[6]基于聯(lián)網(wǎng)收費(fèi)數(shù)據(jù)的交通流特性分析及應(yīng)用[D]. 孫德強(qiáng).華南理工大學(xué) 2014
[7]基于神經(jīng)網(wǎng)絡(luò)的短時(shí)交通流量預(yù)測研究[D]. 吳凱.南京郵電大學(xué) 2013
[8]基于Hadoop的并行譜聚類算法實(shí)現(xiàn)[D]. 李志闖.華南理工大學(xué) 2012
[9]基于高速公路收費(fèi)站數(shù)據(jù)的交通流量多維分析技術(shù)研究[D]. 萬金朋.重慶大學(xué) 2012
[10]基于灰色預(yù)測模型的短期交通流預(yù)測研究[D]. 蔡巖.西南交通大學(xué) 2009



本文編號：3123820