本文關(guān)鍵詞：隧道交通狀況的大數(shù)據(jù)挖掘方法研究

  更多相關(guān)文章： 隧道交通 大數(shù)據(jù) 數(shù)據(jù)挖掘 hadoop 智能交通

【摘要】：隨著我國(guó)隧道和橋梁工程技術(shù)的快速發(fā)展,高速公路的建設(shè)速度加快,我國(guó)已經(jīng)成為世界上高速公路通車(chē)?yán)锍梯^長(zhǎng)、隧道和橋梁最多的國(guó)家,在給交通帶來(lái)便利的同時(shí)也對(duì)隧道交通安全管理提出了新的要求。本課題組研究“高速公路隧道照明節(jié)能控制系統(tǒng)”,基于“機(jī)器視覺(jué)技術(shù)”獲取照明燈組的開(kāi)/關(guān)、亮度調(diào)節(jié)的控制觸發(fā)信息,其視頻信息包含了隧道節(jié)點(diǎn)、行車(chē)圖像、車(chē)速、車(chē)牌、車(chē)型等等信息,隧道交通是公路交通的重要組成部分,是“智能交通”不可或缺的單元,為加快智能交通發(fā)展,本文在課題研究的基礎(chǔ)上,對(duì)隧道交通信息化管理進(jìn)行前期探索。傳統(tǒng)隧道監(jiān)控系統(tǒng)的數(shù)據(jù),多以圖片、視頻方式存儲(chǔ),其數(shù)據(jù)量大而且格式不同,難于進(jìn)行分析和利用,如今大數(shù)據(jù)技術(shù)提供了一個(gè)有效的解決途徑。本課題組為實(shí)施隧道照明智能化控制而采用“機(jī)器視覺(jué)技術(shù)”,通過(guò)圖像處理獲取控制觸發(fā)信息的同時(shí),其運(yùn)算得到的一些特征信息可以存儲(chǔ)利用。因數(shù)據(jù)都是經(jīng)過(guò)處理后的特征數(shù)據(jù),信息量不會(huì)減少,但數(shù)據(jù)的存儲(chǔ)空間卻大大降低了,通過(guò)數(shù)據(jù)挖掘技術(shù)獲取交通數(shù)據(jù)服務(wù)于智能交通,有廣闊的應(yīng)用前景。本文首先簡(jiǎn)述數(shù)據(jù)挖掘的基本理論、隧道交通的研究現(xiàn)狀、交通領(lǐng)域數(shù)據(jù)挖掘的發(fā)展,為隧道交通信息的數(shù)據(jù)挖掘做理論鋪墊;接著分析了隧道交通數(shù)據(jù)的數(shù)據(jù)流來(lái)源及其特性,對(duì)隧道內(nèi)的數(shù)據(jù)流的格式和類(lèi)型做了簡(jiǎn)單闡述;然后介紹大數(shù)據(jù)平臺(tái)的搭建過(guò)程,并基于hadoop技術(shù)闡述隧道交通大數(shù)據(jù)分析系統(tǒng)的系統(tǒng)架構(gòu)、數(shù)據(jù)系統(tǒng),對(duì)系統(tǒng)的數(shù)據(jù)采集、預(yù)處理過(guò)程,以及基于Map-Reduce快速提取有效信息的方法進(jìn)行研究,最后利用數(shù)據(jù)挖掘方法對(duì)隧道交通擁堵預(yù)測(cè)做進(jìn)一步研究。通過(guò)數(shù)據(jù)挖掘?qū)嶒?yàn)測(cè)試,達(dá)到了預(yù)期成效。
【關(guān)鍵詞】：隧道交通 大數(shù)據(jù) 數(shù)據(jù)挖掘 hadoop 智能交通
【學(xué)位授予單位】：貴州大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2016
【分類(lèi)號(hào)】：U491;TP311.13
【目錄】：

• 摘要5-6
• Abstract6-8
• 第一章 緒論8-15
• 1.1 研究背景及意義8-9
• 1.2 國(guó)內(nèi)外研究現(xiàn)狀9-13
• 1.2.1 隧道交通研究現(xiàn)狀9-11
• 1.2.2 數(shù)據(jù)挖掘研究現(xiàn)狀11-13
• 1.3 論文研究?jī)?nèi)容13-15
• 第二章 數(shù)據(jù)挖掘基本理論15-19
• 2.1 引言15
• 2.2 數(shù)據(jù)挖掘流程15-17
• 2.3 數(shù)據(jù)挖掘方法17-18
• 2.3.1 關(guān)聯(lián)規(guī)則17
• 2.3.2 數(shù)據(jù)分類(lèi)17-18
• 2.3.3 預(yù)測(cè)18
• 2.3.4 聚類(lèi)分析方法18
• 2.4 本章小結(jié)18-19
• 第三章 隧道交通數(shù)據(jù)流19-27
• 3.1 引言19
• 3.2 隧道交通數(shù)據(jù)分析19-26
• 3.2.1 隧道交通數(shù)據(jù)處理現(xiàn)狀分析19-20
• 3.2.2 隧道交通檢測(cè)設(shè)備安裝20-22
• 3.2.3 隧道交通數(shù)據(jù)流22-26
• 3.3 本章小結(jié)26-27
• 第四章 大數(shù)據(jù)理論及其平臺(tái)技術(shù)27-38
• 4.1 引言27
• 4.2 Hadoop平臺(tái)概述27-29
• 4.3 Hadoop平臺(tái)核心系統(tǒng)工作原理29-32
• 4.3.1 Hadoop分布式文件系統(tǒng)29-30
• 4.3.2 Map-Reduce分布式計(jì)算工作原理30-32
• 4.4 Hadoop平臺(tái)的搭建與測(cè)試32-37
• 4.4.1 Hadoop的安裝與配置32-34
• 4.4.2 基于eclipse的Hadoop開(kāi)發(fā)應(yīng)用配置34-37
• 4.5 本章小結(jié)37-38
• 第五章 系統(tǒng)架構(gòu)與核心模塊的實(shí)現(xiàn)及應(yīng)用38-67
• 5.1 系統(tǒng)的整體架構(gòu)設(shè)計(jì)38-42
• 5.1.1 數(shù)據(jù)獲取層39-40
• 5.1.2 數(shù)據(jù)傳輸轉(zhuǎn)換層40
• 5.1.3 數(shù)據(jù)存儲(chǔ)層40-41
• 5.1.4 數(shù)據(jù)分析層41-42
• 5.1.5 數(shù)據(jù)應(yīng)用服務(wù)層42
• 5.2 基于Hadoop數(shù)據(jù)中心平臺(tái)系統(tǒng)42-45
• 5.3 數(shù)據(jù)預(yù)處理核心模塊實(shí)現(xiàn)45-53
• 5.3.1 數(shù)據(jù)的采集與預(yù)處理模塊45-48
• 5.3.2 數(shù)據(jù)清洗模塊48-52
• 5.3.3 歷史數(shù)據(jù)整合存儲(chǔ)模塊52-53
• 5.4 隧道交通數(shù)據(jù)挖掘的應(yīng)用研究53-57
• 5.4.1 隧道交通擁堵分析53-54
• 5.4.2 隧道交通擁堵評(píng)價(jià)分析54-56
• 5.4.3 隧道車(chē)輛事故預(yù)測(cè)分析56-57
• 5.5 基于Map-Reduce交通流參數(shù)提取方法研究57-61
• 5.6 隧道交通擁堵模型分析驗(yàn)證61-65
• 5.7 本章小結(jié)65-67
• 第六章 總結(jié)與展望67-69
• 6.1 總結(jié)67-68
• 6.2 展望68-69
• 致謝69-70
• 參考文獻(xiàn)70-74
• 攻讀碩士學(xué)位期間發(fā)表的論文74-75

【相似文獻(xiàn)】

中國(guó)期刊全文數(shù)據(jù)庫(kù) 前10條

1 烏英格;陳寶平;;數(shù)據(jù)挖掘在客戶(hù)關(guān)系管理中的應(yīng)用[J];內(nèi)蒙古科技與經(jīng)濟(jì);2005年24期

2 焦健;王祥;;數(shù)據(jù)挖掘在美國(guó)本土安全中的應(yīng)用[J];艦船電子工程;2006年01期

3 楊洋;;Web數(shù)據(jù)挖掘的分析與探討[J];裝備制造技術(shù);2006年05期

4 劉娟;;Web數(shù)據(jù)挖掘及其在個(gè)性化網(wǎng)上購(gòu)物實(shí)現(xiàn)的探討[J];企業(yè)技術(shù)開(kāi)發(fā);2007年07期

5 李世超;麥范金;;數(shù)據(jù)挖掘在現(xiàn)代企業(yè)經(jīng)營(yíng)管理中的應(yīng)用[J];桂林航天工業(yè)高等專(zhuān)科學(xué)校學(xué)報(bào);2008年04期

6 崔永君;;數(shù)據(jù)挖掘的系統(tǒng)構(gòu)成與發(fā)展趨勢(shì)[J];硅谷;2009年03期

7 侯曉凌;;淺談數(shù)據(jù)挖掘[J];科學(xué)之友(B版);2009年04期

8 張濤;;Web數(shù)據(jù)挖掘現(xiàn)狀分析[J];科學(xué)之友(B版);2009年06期

9 黃雄偉;陳定方;祖巧紅;;Web數(shù)據(jù)挖掘可視化研究與應(yīng)用[J];湖北工業(yè)大學(xué)學(xué)報(bào);2009年04期

10 王巖;;數(shù)據(jù)挖掘領(lǐng)域探索[J];硅谷;2010年05期

中國(guó)重要會(huì)議論文全文數(shù)據(jù)庫(kù) 前10條

1 史東輝;蔡慶生;張春陽(yáng);;一種新的數(shù)據(jù)挖掘多策略方法研究[A];第十七屆全國(guó)數(shù)據(jù)庫(kù)學(xué)術(shù)會(huì)議論文集（研究報(bào)告篇）[C];2000年

2 張弦;;數(shù)據(jù)挖掘在農(nóng)業(yè)中的應(yīng)用[A];紀(jì)念中國(guó)農(nóng)業(yè)工程學(xué)會(huì)成立30周年暨中國(guó)農(nóng)業(yè)工程學(xué)會(huì)2009年學(xué)術(shù)年會(huì)（CSAE 2009）論文集[C];2009年

3 魏順平;;教育數(shù)據(jù)挖掘:現(xiàn)狀與趨勢(shì)[A];信息化、工業(yè)化融合與服務(wù)創(chuàng)新——第十三屆計(jì)算機(jī)模擬與信息技術(shù)學(xué)術(shù)會(huì)議論文集[C];2011年

4 關(guān)清平;沉培輝;;概率網(wǎng)絡(luò)在數(shù)據(jù)挖掘上的應(yīng)用[A];科技、工程與經(jīng)濟(jì)社會(huì)協(xié)調(diào)發(fā)展——中國(guó)科協(xié)第五屆青年學(xué)術(shù)年會(huì)論文集[C];2004年

5 丁瑾;;基于Web數(shù)據(jù)挖掘的綜述[A];山西省科學(xué)技術(shù)情報(bào)學(xué)會(huì)學(xué)術(shù)年會(huì)論文集[C];2004年

6 聶茹;田森平;;Web數(shù)據(jù)挖掘及其在電子商務(wù)中的應(yīng)用[A];中南六省（區(qū)）自動(dòng)化學(xué)會(huì)第24屆學(xué)術(shù)年會(huì)會(huì)議論文集[C];2006年

7 李菊;王軍;;數(shù)據(jù)挖掘在客戶(hù)關(guān)系管理的應(yīng)用[A];計(jì)算機(jī)技術(shù)與應(yīng)用進(jìn)展·2007——全國(guó)第18屆計(jì)算機(jī)技術(shù)與應(yīng)用（CACIS）學(xué)術(shù)會(huì)議論文集[C];2007年

8 肖陽(yáng);李啟賢;;數(shù)據(jù)挖掘在中國(guó)鋼鐵行業(yè)中的應(yīng)用[A];中國(guó)計(jì)量協(xié)會(huì)冶金分會(huì)2012年會(huì)暨能源計(jì)量與節(jié)能降耗經(jīng)驗(yàn)交流會(huì)論文集[C];2012年

9 楊磊;王貴成;汪勇;張占勝;;SQL Server 2005在數(shù)據(jù)挖掘中的應(yīng)用[A];2009年中國(guó)智能自動(dòng)化會(huì)議論文集（第二分冊(cè)）[C];2009年

10 謝中;邱玉輝;;面向商務(wù)網(wǎng)站有效性的數(shù)據(jù)挖掘方法[A];第十八屆全國(guó)數(shù)據(jù)庫(kù)學(xué)術(shù)會(huì)議論文集（技術(shù)報(bào)告篇）[C];2001年

中國(guó)重要報(bào)紙全文數(shù)據(jù)庫(kù) 前10條

1 本報(bào)記者褚寧;數(shù)據(jù)挖掘如“挖金”[N];解放日?qǐng)?bào);2002年

2 周蓉蓉;數(shù)據(jù)挖掘需要點(diǎn)想像力[N];計(jì)算機(jī)世界;2004年

3 □中國(guó)電信股份有限公司北京研究院 張舒博 □北京郵電大學(xué)計(jì)算機(jī)科學(xué)與技術(shù)學(xué)院 牛琨;走出數(shù)據(jù)挖掘的誤區(qū)[N];人民郵電;2006年

4 《網(wǎng)絡(luò)世界》記者 王瑩;數(shù)據(jù)挖掘保險(xiǎn)業(yè)的新藍(lán)海[N];網(wǎng)絡(luò)世界;2012年

5 劉俊麗;基于地理化的網(wǎng)絡(luò)數(shù)據(jù)挖掘與分析提升投資有效性[N];人民郵電;2014年

6 本報(bào)記者 連曉東;數(shù)據(jù)挖掘：金融信息化新熱點(diǎn)[N];中國(guó)電子報(bào);2002年

7 本報(bào)記者 鳳小華 朱仁康;“數(shù)字挖掘軟件”引領(lǐng)中國(guó)信息化新浪潮[N];中國(guó)電子報(bào);2003年

8 本報(bào)記者　史延廷;“成功企業(yè)數(shù)據(jù)挖掘暨數(shù)量化管理論壇”在京舉辦[N];中國(guó)旅游報(bào);2002年

9 朱小寧;數(shù)據(jù)挖掘：信息化戰(zhàn)爭(zhēng)的基礎(chǔ)工程[N];解放軍報(bào);2005年

10 本報(bào)記者 王小平;從“大集中”走向數(shù)據(jù)挖掘[N];金融時(shí)報(bào);2002年

中國(guó)博士學(xué)位論文全文數(shù)據(jù)庫(kù) 前10條

1 于自強(qiáng);海量流數(shù)據(jù)挖掘相關(guān)問(wèn)題研究[D];山東大學(xué);2015年

2 張馨;全基因組SNP芯片應(yīng)用于CNV和L0H分析的軟件比對(duì)與數(shù)據(jù)挖掘[D];復(fù)旦大學(xué);2011年

3 彭計(jì)紅;基于數(shù)據(jù)挖掘的癡呆中醫(yī)證的研究[D];南京中醫(yī)藥大學(xué);2015年

4 李秋虹;基于MapReduce的大規(guī)模數(shù)據(jù)挖掘技術(shù)研究[D];復(fù)旦大學(xué);2013年

5 鄔文帥;基于多目標(biāo)決策的數(shù)據(jù)挖掘方法評(píng)估與應(yīng)用[D];電子科技大學(xué);2015年

6 謝邦彥;整合數(shù)據(jù)挖掘與TRIZ理論的質(zhì)量管理方法研究[D];首都經(jīng)濟(jì)貿(mào)易大學(xué);2010年

7 何偉全;云南高校學(xué)生意外傷害因素關(guān)聯(lián)規(guī)則挖掘及風(fēng)險(xiǎn)管控體系研究[D];昆明理工大學(xué);2015年

8 段功豪;基于多結(jié)構(gòu)數(shù)據(jù)挖掘的滑坡災(zāi)害預(yù)測(cè)模型研究[D];中國(guó)地質(zhì)大學(xué);2016年

9 白曉明;基于數(shù)據(jù)挖掘的復(fù)合材料宏—細(xì)觀力學(xué)模型研究[D];哈爾濱工業(yè)大學(xué);2016年

10 藍(lán)永豪（LAM Wing Ho）;基于數(shù)據(jù)挖掘技術(shù)分析當(dāng)代中醫(yī)名家痤瘡驗(yàn)方經(jīng)驗(yàn)研究[D];南京中醫(yī)藥大學(xué);2016年

中國(guó)碩士學(xué)位論文全文數(shù)據(jù)庫(kù) 前10條

1 林仁紅;基于數(shù)據(jù)挖掘的機(jī)遇識(shí)別與評(píng)價(jià)研究[D];首都經(jīng)濟(jì)貿(mào)易大學(xué);2007年

2 張彥俊;游戲運(yùn)營(yíng)中的數(shù)據(jù)挖掘[D];復(fù)旦大學(xué);2011年

3 焦亞召;基于多核函數(shù)FCM算法在數(shù)據(jù)挖掘聚類(lèi)中的應(yīng)用研究[D];昆明理工大學(xué);2015年

4 王杰鋒;物聯(lián)網(wǎng)能耗數(shù)據(jù)智能分析及其應(yīng)用平臺(tái)設(shè)計(jì)[D];江南大學(xué);2015年

5 劉學(xué)建;數(shù)據(jù)挖掘在電子商務(wù)推薦系統(tǒng)中的應(yīng)用研究[D];昆明理工大學(xué);2015年

6 戴陽(yáng)陽(yáng);基于數(shù)據(jù)挖掘的金融時(shí)間序列預(yù)測(cè)研究與應(yīng)用[D];江南大學(xué);2015年

7 石思優(yōu);基于主題模型的醫(yī)療數(shù)據(jù)挖掘研究[D];廣東技術(shù)師范學(xué)院;2015年

8 陳丹;移動(dòng)互聯(lián)網(wǎng)信令挖掘?qū)崿F(xiàn)智慧營(yíng)銷(xiāo)的設(shè)計(jì)與實(shí)現(xiàn)應(yīng)用研究[D];華南理工大學(xué);2015年

9 陳思;基于數(shù)據(jù)挖掘的大學(xué)生客戶(hù)識(shí)別模型的研究[D];昆明理工大學(xué);2015年

10 位長(zhǎng)帥;基于客戶(hù)數(shù)據(jù)挖掘的電信客戶(hù)關(guān)系管理研究[D];西南交通大學(xué);2015年

，

本文編號(hào)：994741