交通旅行時間的均值、方差、分位點等參數(shù)是評價交通出行穩(wěn)定性的重要指標。然而針對原始數(shù)據(jù)以可交互的速度聚集查詢得到這些指標并不容易。由于交通數(shù)據(jù)的海量特點,其中混有大量的不利于計算交通旅行時間的臟數(shù)據(jù),分離它們費時費力;同時交通數(shù)據(jù)混有不能反應(yīng)交通路況的噪音數(shù)據(jù)。因為交通旅行時間在一天不同時刻具有可變性的原因,不能簡單以閾值的方式分離它們,交通旅行時間評價在必要時也涉及單獨或綜合考慮交通車輛類型（私家車、出租車和公共汽車）的因素。這些問題的存在導致了交通旅行時間數(shù)據(jù)信息服務(wù)價值的利用程度很低。針對上述問題,首先提出了交通旅行時間概率密度特征提取模型。它在分離出臟數(shù)據(jù)的基礎(chǔ)上利用噪音數(shù)據(jù)的長尾分布等特性,通過有限對數(shù)正態(tài)分布混合模型以密度分支形式實現(xiàn)了對交通旅行時間數(shù)據(jù)觀測點的聚類分組以及對有效數(shù)據(jù)和噪音數(shù)據(jù)的區(qū)分,也實現(xiàn)了對不規(guī)則交通旅行時間概率密度形狀的定量描述,進而依據(jù)密度分支參數(shù)并結(jié)合聚類分組的數(shù)據(jù)量形成分時間段的交通旅行時間特征向量。特征向量作為交通旅行時間概率密度特征提取模型的輸出值被長期存儲。在此基礎(chǔ)上,提出基于特征向量的交通旅行時間聚集查詢指標計算方法。以針對跨時間段數(shù)據(jù)的... 

【文章來源】：長安大學陜西省 211工程院校 教育部直屬院校

【文章頁數(shù)】：71 頁

【學位級別】：碩士

【部分圖文】：

μ=0,δ取不同值的對數(shù)正態(tài)分布

圖 2.2 K=4 時對數(shù)正態(tài)分布混合模型示意圖注 1：component 為對數(shù)正態(tài)分布混合模型的密度分支，mixture density 為對數(shù)正態(tài)混合模型 | k x 是高斯混合模型的密度分支（Component Density），每個密度分支都是符合高斯分布的，表達式為 21ln21|2kkxkkxx ex （2.15）同理，2( , )k k k ，k=1，2，3，…，K。K 為密度分支的個數(shù)當已知對數(shù)正態(tài)混合模型 ( ∣ )中參數(shù) θ 時，對數(shù)正態(tài)混合模型的平均值和方差為 10 0( ) | ||k kKKk kkE f x xx xx x x （2.16）

中心計算后便可以得到路段旅行時間[40]。車輛自動識別法是在車輛上放置電子標簽，該標簽中含有發(fā)射車輛特征信息的發(fā)射器，當車輛經(jīng)過安裝于道路兩側(cè)的終端識別器時，識別器將接受電子標簽發(fā)射的車輛特征信息，并將其傳輸?shù)接嬎銠C中，通過分析處理得出交通旅行時間[40]。3.2.2 研究所用的道路車牌監(jiān)控數(shù)據(jù)描述根據(jù)西安市道路網(wǎng)各個站點車牌自動識別系統(tǒng)獲取的數(shù)據(jù)選取了西安市咸寧路由西向東方向行駛車輛的兩個站點獲取的車牌識別數(shù)據(jù)作為研究數(shù)據(jù)。咸寧路為東西走向的雙向四車道主干路并設(shè)有公交專用線，位于西安市東南方，與西安市東二環(huán)相交。沿線周邊主要是以居住和學校等用地為主，以辦公、商業(yè)、工業(yè)等用地為輔，是西安市的重要交通通道，交通流量較大。兩個站點中的起點（a 站點）和終點（b 站點）分別位于咸寧路西路和中路，兩個站點間的路段全長為 3.4km，路段間有三個交通信號控制燈的十字路口，如圖 3.1 所示。

【參考文獻】：
期刊論文
[1]海量車牌識別數(shù)據(jù)集上基于時空劃分的旅行時間計算方法[J]. 趙卓峰,丁維龍,張帥.  電子學報. 2016(05)
[2]基于時空特性分析和數(shù)據(jù)融合的交通流預測[J]. 邱世崇,陸百川,馬慶祿,鄒巍,張勤.  武漢理工大學學報(信息與管理工程版). 2015(02)
[3]基于MapReduce的城市道路旅行時間實測計算[J]. 張帥,趙卓峰,丁維龍,王曉暉.  計算機與數(shù)字工程. 2014(09)
[4]泛在交通信息服務(wù)系統(tǒng)的概念、架構(gòu)與關(guān)鍵技術(shù)[J]. 趙祥模,惠飛,史昕,馬峻巖,楊瀾.  交通運輸工程學報. 2014(04)
[5]車聯(lián)網(wǎng)大數(shù)據(jù)環(huán)境下的交通信息服務(wù)協(xié)同體系[J]. 段宗濤,康軍,唐蕾,樊娜,劉研,代記婷.  長安大學學報(自然科學版). 2014(02)
[6]基于Hadoop的城市道路交通流量數(shù)據(jù)分布式存儲與挖掘分析研究[J]. 廖飛,黃晟,龔德俊,安樂.  公路與汽運. 2013(05)

博士論文
[1]基于微波單片集成電路的交通信息采集技術(shù)研究[D]. 余穩(wěn).西安電子科技大學 2007

碩士論文
[1]基于統(tǒng)計模型的城市道路交通旅行時間分析及預測方法研究[D]. 李朝.北方工業(yè)大學 2015
[2]有限高斯混合模型聚類算法的研究[D]. 古俊哲.蘭州商學院 2014
[3]不同分布的隨機數(shù)發(fā)生器的研究和設(shè)計[D]. 樓久懷.浙江大學 2006



本文編號：3377180