近年來,隨著遙感技術的成熟和移動設備的普及,帶有時間信息和空間地理位置信息的數(shù)據(jù)如遙感數(shù)據(jù)、城市交通數(shù)據(jù)等都呈現(xiàn)出爆炸式的增長。這些海量的數(shù)據(jù)使得人們有機會從數(shù)據(jù)中發(fā)現(xiàn)隱藏的有用知識,并應用在相關領域,如生活服務,位置推薦,交通出行等。在交通領域中,由于城市的迅速發(fā)展和擴張,汽車數(shù)量在城市中急劇增加,城市擁堵引起的交通不便成為了現(xiàn)今社會發(fā)展的一個亟待解決的問題。因此,對城市交通數(shù)據(jù)進行有效的挖掘和分析,提供直接可用的知識,對改善城市道路規(guī)劃,確保人們出行盡量回避高峰區(qū)域,提高出行效率具有十分重要的意義。傳統(tǒng)的城市交通擁堵模式挖掘目的是通過聚類分析等方法,找到變化規(guī)律相同的道路或者區(qū)域,而較少考慮道路之間的互相影響。而在城市交通中,擁堵情況往往具有傳遞性,相鄰道路會互相影響,一條道路的擁堵往往會引起其周圍多條道路也出現(xiàn)擁堵情況。挖掘這種具有擁堵傳遞性的道路模式,對疏散交通,減緩出行壓力具有重要的意義。為充分考慮交通中空間數(shù)據(jù)分布的相關性,本文將co-location模式挖掘方法引入交通擁堵模式挖掘研究中。傳統(tǒng)的co-location模式通常較多關注空間特征之間的鄰近關系,而交通擁堵模式挖...

【文章頁數(shù)】：61 頁

【學位級別】：碩士

【文章目錄】：
摘要
abstract
第1章 緒論
    1.1 研究背景和意義
    1.2 研究現(xiàn)狀
        1.2.1 交通擁堵模式識別和分析
        1.2.2 空間co-location模式挖掘
    1.3 本文工作及創(chuàng)新
    1.4 論文結構與組織
第2章 經(jīng)典的空間co-location模式挖掘
    2.1 空間co-location模式挖掘相關概念
    2.2 經(jīng)典co-location模式的相關算法
    2.3 本章小結
第3章 時空co-location擁堵模式挖掘和分析
    3.1 時空co-location模式的基本概念及相關定義
    3.2 時空co-location擁堵模式置信度的相關定義
    3.3 時空擁堵模式挖掘框架和算法
        3.3.1 時空co-location擁堵模式挖掘框架
        3.3.2 頻繁時空co-location擁堵模式挖掘算法
        3.3.3 高置信度時空co-location擁堵模式挖掘算法
    3.4 本章小結
第4章 實驗結果與分析
    4.1 實驗環(huán)境及實驗框架說明
    4.2 城市交通數(shù)據(jù)處理
        4.2.1 城市交通數(shù)據(jù)描述
        4.2.2 城市交通數(shù)據(jù)預處理
    4.3 頻繁時空co-location擁堵模式挖掘參數(shù)的分析與設置
        4.3.1 擁堵系數(shù)p對時空實例數(shù)的影響
        4.3.2 時間跨度閾值t對時空co-location擁堵模式的影響
        4.3.3 頻繁閾值min_jam_prev對頻繁時空co-location擁堵模式的影響
        4.3.4 置信度閾值 min_cp對擁堵模式的影響
    4.4 擁堵模式挖掘效率和結果分析
        4.4.1 頻繁時空co-location擁堵模式的剪枝策略效率評價
        4.4.2 高置信度時空擁堵co-location結果分析和展示
    4.5 本章小結
第5章 工作總結與未來展望
    5.1 工作總結
    5.2 未來展望
參考文獻
致謝



本文編號：3961354