發(fā)布時(shí)間：2017-12-17 11:20

  本文關(guān)鍵詞：基于云計(jì)算的交通流預(yù)測(cè)與狀態(tài)識(shí)別關(guān)鍵技術(shù)研究

  更多相關(guān)文章： 交通流預(yù)測(cè) 交通狀態(tài)識(shí)別 K近鄰非參數(shù)回歸 K-means FCM Hadoop

【摘要】：隨著城鎮(zhèn)化進(jìn)程的加速推進(jìn),城市道路交通需求的快速增長(zhǎng)與交通基礎(chǔ)設(shè)施供給速度緩慢之間的矛盾日益突出。特大城市的交通擁堵現(xiàn)象日益嚴(yán)峻,已經(jīng)嚴(yán)重制約我國(guó)城市交通可持續(xù)發(fā)展戰(zhàn)略的繼續(xù)推進(jìn)。因此,只有加快發(fā)展高度智能化與信息化的智能交通管控系統(tǒng)才能從根本上解決目前城市交通的諸多問題。本文研究的重點(diǎn)是交通流預(yù)測(cè)技術(shù)與交通狀態(tài)識(shí)別技術(shù),交通流預(yù)測(cè)和交通狀態(tài)識(shí)別技術(shù)在智能交通系統(tǒng)(ITS)的發(fā)展和應(yīng)用前景中具有極其重要的研究?jī)r(jià)值和意義。本課題旨在為智能交通管理系統(tǒng)提供一些相應(yīng)的科學(xué)依據(jù)與技術(shù)支持。本文主要研究工作如下:1.為了解決海量交通大數(shù)據(jù)實(shí)時(shí)預(yù)測(cè)問題,引入了Hadoop云平臺(tái)結(jié)合K近鄰非參數(shù)回歸算法來預(yù)測(cè)短時(shí)交通流。由于MapReduce框架的并行性,大大縮減了查找K個(gè)近鄰的時(shí)間。通過實(shí)驗(yàn)證明,在集群上的預(yù)測(cè)時(shí)間相比在單機(jī)上的預(yù)測(cè)時(shí)間大大縮減。并且基于MapReduce框架的預(yù)測(cè)速度隨著集群規(guī)模的增大而增大,表現(xiàn)出了集群的可擴(kuò)展性。同時(shí)又滿足了交通控制與誘導(dǎo)系統(tǒng)的實(shí)時(shí)性需求。目前,國(guó)內(nèi)外很多的研究都集中在從時(shí)間維度上考慮對(duì)交通流進(jìn)行預(yù)測(cè),這類研究忽視了空間維度上的路網(wǎng)對(duì)當(dāng)前交通流的影響,本文提出了基于時(shí)空相關(guān)性的路網(wǎng)狀態(tài)向量確定方法,使得K近鄰非參數(shù)回歸短時(shí)交通流預(yù)測(cè)滿足了精確性的需求。2.本文提出關(guān)于以云計(jì)算為基礎(chǔ)的交通狀態(tài)識(shí)別的方法,將經(jīng)典的聚類算法通過MapReduce編程模式并行化以后,通過Hadoop平臺(tái)強(qiáng)大的并行任務(wù)執(zhí)行效果,實(shí)時(shí)監(jiān)測(cè)道路的交通狀態(tài)。并且改進(jìn)了K-means聚類算法與模糊C均值聚類算法,用Canopy算法產(chǎn)生初始聚類中心,有效解決了K均值聚類和模糊C均值聚類兩種算法會(huì)隨機(jī)產(chǎn)生初始聚類中心的盲目性缺點(diǎn)。然后對(duì)比分析了兩種改進(jìn)后的聚類算法應(yīng)用于交通狀態(tài)識(shí)別中,選擇具有更高準(zhǔn)確率的識(shí)別方法作為最佳選擇。
【學(xué)位授予單位】：江蘇大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2016
【分類號(hào)】：TP391.41

【相似文獻(xiàn)】

中國(guó)期刊全文數(shù)據(jù)庫 前10條

1 王鑫;;道路交通事故多狀態(tài)識(shí)別方法研究[J];計(jì)算機(jī)仿真;2014年02期

2 李力,趙新澤;應(yīng)用統(tǒng)計(jì)數(shù)學(xué)方法增進(jìn)機(jī)器狀態(tài)識(shí)別技術(shù)[J];實(shí)用測(cè)試技術(shù);2000年03期

3 李衡峰,夏利民,葉劍波;一種新穎的眼部狀態(tài)識(shí)別方法[J];計(jì)算機(jī)工程;2005年06期

4 �；燮�;宋凱;李瑩瑩;常瑜亮;蘇杭;;一種新穎的眼睛狀態(tài)識(shí)別方法[J];電子元器件應(yīng)用;2010年01期

5 王瓊;王歡;趙春霞;楊靜宇;;基于眼睛狀態(tài)識(shí)別的駕駛員疲勞監(jiān)測(cè)[J];南京理工大學(xué)學(xué)報(bào)(自然科學(xué)版);2010年04期

6 滕紅智;賈希勝;趙建民;張星輝;王正軍;葛家友;;分層隱Markov模型在設(shè)備狀態(tài)識(shí)別中的應(yīng)用研究[J];中國(guó)機(jī)械工程;2011年18期

7 李虹;;路面狀態(tài)識(shí)別技術(shù)概述[J];氣象水文海洋儀器;2012年04期

8 郭克友,儲(chǔ)江偉,王榮本;駕駛員眼部狀態(tài)識(shí)別方法的研究[J];系統(tǒng)工程與電子技術(shù);2003年10期

9 余丹炯;李訓(xùn)銘;;駕駛困倦預(yù)警系統(tǒng)中眼部狀態(tài)識(shí)別的研究[J];河海大學(xué)常州分校學(xué)報(bào);2007年02期

10 張雷元;袁建華;趙永進(jìn);;道路交通狀態(tài)識(shí)別技術(shù)研究[J];道路交通與安全;2009年02期

中國(guó)重要會(huì)議論文全文數(shù)據(jù)庫 前9條

1 湯新蓓;鄭德玲;湯崢嶸;張長(zhǎng)紅;;證據(jù)理論支持下的狀態(tài)識(shí)別方法[A];1997年中國(guó)控制會(huì)議論文集[C];1997年

2 鄭德玲;方巍;;基于組合邏輯與模糊邏輯的狀態(tài)識(shí)別方法[A];1998年中國(guó)控制會(huì)議論文集[C];1998年

3 方劍青;李紅軍;雷毅平;陳德華;;聲學(xué)共振譜方法用于結(jié)構(gòu)狀態(tài)識(shí)別的實(shí)驗(yàn)研究[A];2008年全國(guó)聲學(xué)學(xué)術(shù)會(huì)議論文集[C];2008年

4 楊明忠;樊建春;;磨損形態(tài)分析與智能化磨損狀態(tài)識(shí)別研究[A];第六屆全國(guó)摩擦學(xué)學(xué)術(shù)會(huì)議論文集（上冊(cè)）[C];1997年

5 趙偉;黃春琳;;生命探測(cè)技術(shù)研究[A];2008年中國(guó)高校通信類院系學(xué)術(shù)研討會(huì)論文集（下冊(cè)）[C];2009年

6 李宏坤;周帥;孫志輝;;基于Hilbert時(shí)頻譜重心與支持向量機(jī)的設(shè)備狀態(tài)識(shí)別[A];第八屆全國(guó)動(dòng)力學(xué)與控制學(xué)術(shù)會(huì)議論文集[C];2008年

7 劉偉;郭鐘寧;張永俊;何建文;;面向IGBT主動(dòng)驅(qū)動(dòng)并聯(lián)仿真研究[A];第11屆粵港機(jī)械電子工程技術(shù)與應(yīng)用研討會(huì)論文匯編[C];2010年

8 周穎;鄭德玲;裘之亮;位耀光;;一種新的免疫識(shí)別算法及其收斂性研究[A];第二十三屆中國(guó)控制會(huì)議論文集（下冊(cè)）[C];2004年

9 陳鍇;徐柏齡;;基于最佳維納解的雙通道話者狀態(tài)識(shí)別方法[A];中國(guó)聲學(xué)學(xué)會(huì)2006年全國(guó)聲學(xué)學(xué)術(shù)會(huì)議論文集[C];2006年

中國(guó)博士學(xué)位論文全文數(shù)據(jù)庫 前4條

1 李楠;基于單類學(xué)習(xí)的異常檢測(cè)方法及其重型裝備狀態(tài)識(shí)別應(yīng)用[D];上海交通大學(xué);2014年

2 李娜;基于人體運(yùn)動(dòng)狀態(tài)識(shí)別的可穿戴健康監(jiān)測(cè)系統(tǒng)研究[D];北京工業(yè)大學(xué);2013年

3 李虹;基于機(jī)器視覺路面狀態(tài)識(shí)別關(guān)鍵技術(shù)研究[D];吉林大學(xué);2009年

4 王金偉;基于表情時(shí)空特征的認(rèn)知情感狀態(tài)識(shí)別研究[D];天津大學(xué);2014年

中國(guó)碩士學(xué)位論文全文數(shù)據(jù)庫 前10條

1 游雄雄;礦冶典型零部件退化狀態(tài)識(shí)別與剩余壽命預(yù)測(cè)及可再制造性評(píng)估[D];江西理工大學(xué);2015年

2 林助軍;非穩(wěn)態(tài)條件下摩擦信號(hào)處理和狀態(tài)識(shí)別技術(shù)研究[D];大連海事大學(xué);2015年

3 葉卿;信號(hào)控制交叉口交通擁堵狀態(tài)識(shí)別方法研究[D];華南理工大學(xué);2015年

4 張鑓;人體運(yùn)動(dòng)狀態(tài)感知機(jī)理及傳感數(shù)據(jù)分析研究[D];北京工業(yè)大學(xué);2015年

5 邵劍雄;基于霍夫森林的變電站開關(guān)設(shè)備檢測(cè)及狀態(tài)識(shí)別[D];浙江大學(xué);2016年

6 劉雨;基于SVM的直升機(jī)飛行狀態(tài)識(shí)別方法及其應(yīng)用研究[D];南昌航空大學(xué);2016年

7 馮青平;基于云計(jì)算的交通流預(yù)測(cè)與狀態(tài)識(shí)別關(guān)鍵技術(shù)研究[D];江蘇大學(xué);2016年

8 張鐳;基于紅外熱像的設(shè)備狀態(tài)識(shí)別技術(shù)研究[D];北京化工大學(xué);2010年

9 鄧忠;基于車載自組織網(wǎng)的車輛狀態(tài)識(shí)別與駕駛行為評(píng)估[D];華南理工大學(xué);2015年

10 余丹炯;駕駛困倦預(yù)警系統(tǒng)中眼部狀態(tài)識(shí)別技術(shù)的研究[D];河海大學(xué);2007年

，

本文編號(hào)：1299927