本文關(guān)鍵詞：基于云計算的交通流預(yù)測與狀態(tài)識別關(guān)鍵技術(shù)研究

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

【摘要】：隨著城鎮(zhèn)化進程的加速推進,城市道路交通需求的快速增長與交通基礎(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)象日益嚴峻,已經(jīng)嚴重制約我國城市交通可持續(xù)發(fā)展戰(zhàn)略的繼續(xù)推進。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。本文研究的重點是交通流預(yù)測技術(shù)與交通狀態(tài)識別技術(shù),交通流預(yù)測和交通狀態(tài)識別技術(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價值和意義。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)實時預(yù)測問題,引入了Hadoop云平臺結(jié)合K近鄰非參數(shù)回歸算法來預(yù)測短時交通流。由于MapReduce框架的并行性,大大縮減了查找K個近鄰的時間。通過實驗證明,在集群上的預(yù)測時間相比在單機上的預(yù)測時間大大縮減。并且基于MapReduce框架的預(yù)測速度隨著集群規(guī)模的增大而增大,表現(xiàn)出了集群的可擴展性。同時又滿足了交通控制與誘導系統(tǒng)的實時性需求。目前,國內(nèi)外很多的研究都集中在從時間維度上考慮對交通流進行預(yù)測,這類研究忽視了空間維度上的路網(wǎng)對當前交通流的影響,本文提出了基于時空相關(guān)性的路網(wǎng)狀態(tài)向量確定方法,使得K近鄰非參數(shù)回歸短時交通流預(yù)測滿足了精確性的需求。2.本文提出關(guān)于以云計算為基礎(chǔ)的交通狀態(tài)識別的方法,將經(jīng)典的聚類算法通過MapReduce編程模式并行化以后,通過Hadoop平臺強大的并行任務(wù)執(zhí)行效果,實時監(jiān)測道路的交通狀態(tài)。并且改進了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隨機產(chǎn)生初始聚類中心的盲目性缺點。然后對比分析了兩種改進后的聚類算法應(yīng)用于交通狀態(tài)識別中,選擇具有更高準確率的識別方法作為最佳選擇。
【學位授予單位】：江蘇大學
【學位級別】：碩士
【學位授予年份】：2016
【分類號】：TP391.41

【相似文獻】

中國期刊全文數(shù)據(jù)庫 前10條

1 王鑫;;道路交通事故多狀態(tài)識別方法研究[J];計算機仿真;2014年02期

2 李力,趙新澤;應(yīng)用統(tǒng)計數(shù)學方法增進機器狀態(tài)識別技術(shù)[J];實用測試技術(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)識別方法[J];計算機工程;2005年06期

4 牛慧萍;宋凱;李瑩瑩;常瑜亮;蘇杭;;一種新穎的眼睛狀態(tài)識別方法[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)識別的駕駛員疲勞監(jiān)測[J];南京理工大學學報(自然科學版);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)識別中的應(yīng)用研究[J];中國機械工程;2011年18期

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

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

9 余丹炯;李訓銘;;駕駛困倦預(yù)警系統(tǒng)中眼部狀態(tài)識別的研究[J];河海大學常州分校學報;2007年02期

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

中國重要會議論文全文數(shù)據(jù)庫 前9條

1 湯新蓓;鄭德玲;湯崢嶸;張長紅;;證據(jù)理論支持下的狀態(tài)識別方法[A];1997年中國控制會議論文集[C];1997年

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

3 方劍青;李紅軍;雷毅平;陳德華;;聲學共振譜方法用于結(jié)構(gòu)狀態(tài)識別的實驗研究[A];2008年全國聲學學術(shù)會議論文集[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)識別研究[A];第六屆全國摩擦學學術(shù)會議論文集（上冊）[C];1997年

5 趙偉;黃春琳;;生命探測技術(shù)研究[A];2008年中國高校通信類院系學術(shù)研討會論文集（下冊）[C];2009年

6 李宏坤;周帥;孫志輝;;基于Hilbert時頻譜重心與支持向量機的設(shè)備狀態(tài)識別[A];第八屆全國動力學與控制學術(shù)會議論文集[C];2008年

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

8 周穎;鄭德玲;裘之亮;位耀光;;一種新的免疫識別算法及其收斂性研究[A];第二十三屆中國控制會議論文集（下冊）[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)識別方法[A];中國聲學學會2006年全國聲學學術(shù)會議論文集[C];2006年

中國博士學位論文全文數(shù)據(jù)庫 前4條

1 李楠;基于單類學習的異常檢測方法及其重型裝備狀態(tài)識別應(yīng)用[D];上海交通大學;2014年

2 李娜;基于人體運動狀態(tài)識別的可穿戴健康監(jiān)測系統(tǒng)研究[D];北京工業(yè)大學;2013年

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

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

中國碩士學位論文全文數(shù)據(jù)庫 前10條

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

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

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

4 張鑓;人體運動狀態(tài)感知機理及傳感數(shù)據(jù)分析研究[D];北京工業(yè)大學;2015年

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

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

7 馮青平;基于云計算的交通流預(yù)測與狀態(tài)識別關(guān)鍵技術(shù)研究[D];江蘇大學;2016年

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

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

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

，

本文編號：1299927