隨著城市居民收入的不斷增加,時間管理意識的不斷加強,越來越多的人選擇以出租車作為其出行的交通工具,從而引起了出租車的市場蓬勃發(fā)展。通常情況下出租車上都配備有GPS的終端,這些終端會定時地向出租車的調(diào)度中心發(fā)送一些實時狀態(tài)信息,比如出租車的經(jīng)度、緯度、出租車的行駛方向和是否載客的信息等。慢慢地隨著時間的推移,出租車公司收集和保存了海量的出租車軌跡數(shù)據(jù)。現(xiàn)如今,越來越多的人投入到挖掘這些數(shù)據(jù)的行列之中,使其成為了當前城市交通大數(shù)據(jù)的研究熱點之一。以往的出租車載客熱點可視化方法,可視化效果不突出,一些關(guān)鍵的熱點區(qū)域的具體位置不夠精準,會導(dǎo)致最終提供給用戶的信息有誤差,不能很好的為出租車公司與司機所利用。同時可視化界面的設(shè)計也有待提升,不能很直觀地體現(xiàn)出租車GPS數(shù)據(jù)隱藏的其他信息�；谏鲜龅膯栴}。本文的主要內(nèi)容如下:第一:數(shù)據(jù)預(yù)處理和地圖匹配:首先處理收集到的GPS數(shù)據(jù)和OSM地圖數(shù)據(jù)。刪除不符合規(guī)則的數(shù)據(jù)并修復(fù)丟失的數(shù)據(jù)。通過幾何法地圖匹配,修正讀取到的出租車載客點,從而校正收集到的原始GPS載客熱點,完成數(shù)據(jù)的準備工作。第二:改進DBSCAN算法:本文根據(jù)載客點在道路分布情況選擇了基于密... 

【文章來源】：中北大學(xué)山西省

【文章頁數(shù)】：55 頁

【學(xué)位級別】：碩士

【部分圖文】：

出租車GPS數(shù)據(jù)采集的結(jié)構(gòu)

圖 2-2 DBSCAN 算法的參數(shù)法的流程掃描半徑 Eps 與最小包含點數(shù) MinPts 的值。徑與最小包含點數(shù)，找到一個核心點，區(qū)分其半徑內(nèi)點。一個核心點，直至數(shù)據(jù)群中所有點都被劃分[24]。紹視化正逐漸占據(jù)著大數(shù)據(jù)研究、挖掘和開發(fā)各個領(lǐng)域的的生活數(shù)據(jù)信息不斷涌現(xiàn)，為了挖掘這些數(shù)據(jù)背后的規(guī)不可替代的關(guān)鍵技術(shù)。它向用戶提供了直觀清晰的圖形用戶可以根據(jù)自己的需求來深入地從不同的方面對海量是一個不斷發(fā)展的概念，它的邊界在不斷擴大[26]。

圖 2-3 可視化的流水線過程圖 2-4 展示了信息可視化流程模型：流水線過程被改進為一個循環(huán)循環(huán)，用戶在流程的任何階段都進行交互。這一模型幾乎囊括了我們生活中常見的數(shù)據(jù)可視化的類型，它們大都以此來進行可視化系統(tǒng)與工具的研發(fā)[28]。圖 2-4 信息可視化參考流程

【參考文獻】：
期刊論文
[1]基于大數(shù)據(jù)的智能交通體系架構(gòu)[J]. 張紅,王曉明,曹潔,朱昶勝.  蘭州理工大學(xué)學(xué)報. 2015(02)
[2]基于出租車GPS數(shù)據(jù)的路網(wǎng)可靠性分析[J]. 程益丹,安睿.  中國交通信息化. 2014(12)
[3]基于時空軌跡數(shù)據(jù)的出行特征挖掘方法[J]. 張健欽,仇培元,杜明義.  交通運輸系統(tǒng)工程與信息. 2014(06)
[4]出租車GPS數(shù)據(jù)的應(yīng)用研究[J]. 白竹,金曉紅.  黑龍江工程學(xué)院學(xué)報. 2014(02)
[5]基于出租車運行信息的城市出租車運量投放計劃模型[J]. 楊英俊,趙祥模.  中國公路學(xué)報. 2012(05)
[6]數(shù)據(jù)挖掘研究綜述[J]. 習(xí)慧丹.  電腦與信息技術(shù). 2012(01)
[7]數(shù)據(jù)挖掘中的聚類算法綜述[J]. 賀玲,吳玲達,蔡益朝.  計算機應(yīng)用研究. 2007(01)
[8]道路交通數(shù)據(jù)采集技術(shù)研究展望[J]. 邵春福,趙熠,吳戈.  現(xiàn)代交通技術(shù). 2006(06)
[9]可視化界面多語種方案設(shè)計與實現(xiàn)[J]. 常淑娟,黃健,吳延海,劉曉佩.  計算機應(yīng)用. 2005(S1)
[10]一種多維數(shù)據(jù)的聚類算法及其可視化研究[J]. 任永功,于戈.  計算機學(xué)報. 2005(11)

博士論文
[1]信息可視化技術(shù)及應(yīng)用研究[D]. 劉芳.浙江大學(xué) 2013
[2]模糊聚類算法研究[D]. 曾山.華中科技大學(xué) 2012
[3]聚類分析及其應(yīng)用研究[D]. 唐東明.電子科技大學(xué) 2010

碩士論文
[1]基于出租車GPS數(shù)據(jù)的居民出行分析[D]. 劉敬帥.蘭州理工大學(xué) 2017
[2]基于出租車GPS數(shù)據(jù)的高效益尋客推薦策略研究[D]. 劉麗.浙江大學(xué) 2017
[3]基于DBSCAN聚類算法的研究與應(yīng)用[D]. 馮振華.江南大學(xué) 2016
[4]基于出租車數(shù)據(jù)的交通數(shù)據(jù)可視化研究[D]. 董亮.蘭州交通大學(xué) 2016
[5]基于大數(shù)據(jù)Hadoop平臺的出租車載客熱點區(qū)域挖掘研究[D]. 王鄭委.北京交通大學(xué) 2016
[6]基于出租車GPS數(shù)據(jù)的居民出行行為分析[D]. 童曉君.中南大學(xué) 2012
[7]基于浮動車數(shù)據(jù)的出租汽車OD分布及運營特點研究[D]. 李明珠.北京交通大學(xué) 2009
[8]GPS車輛導(dǎo)航中的數(shù)據(jù)處理與地圖匹配研究[D]. 夏州.北京交通大學(xué) 2009
[9]基于浮動車的交通信息獲取關(guān)鍵技術(shù)及應(yīng)用分析[D]. 吳平衡.西南交通大學(xué) 2009
[10]基于GPS浮動車采集數(shù)據(jù)的出租車運行特點研究[D]. 陳煉紅.同濟大學(xué) 2008



本文編號：3130968