發(fā)布時間：2017-03-29 08:05

  本文關鍵詞：基于數(shù)據(jù)挖掘技術的城市交通流短時預測研究，由筆耕文化傳播整理發(fā)布。

【摘要】：實時、準確、高效的預測結果,是智能交通能否服務于交通管理和公眾出行的關鍵。智能交通的快速發(fā)展產(chǎn)生了大量的、多源的、異構的交通數(shù)據(jù),然而現(xiàn)有的城市交通流短時預測方法主要是基于時間序列的分析思路。針對復雜多變的城市道路交通狀況,有必要探討如何從海量的數(shù)據(jù)中挖掘出交通流數(shù)據(jù)中的內在規(guī)律,從而有效的服務于交通流短時預測。本文在研究交通流短時預測的研究背景、意義以及國內外現(xiàn)狀的基礎上,分別從數(shù)據(jù)質量問題、空間數(shù)據(jù)挖掘問題和時間序列挖掘三方面展開論文的研究內容。根據(jù)交通流檢測器設備故障和道路網(wǎng)復雜的不確定性等因素的影響,提出了數(shù)據(jù)預處理的必要性。通過孤立點檢測算法識別偽錯誤數(shù)據(jù),綜合交通流機理和閾值方法判別出錯誤數(shù)據(jù),并采用歷史估計方法進行修復;丟失數(shù)據(jù)的識別和補齊均采用EM算法,最后通過自適應指數(shù)平滑濾波獲取高質量的數(shù)據(jù)基礎。根據(jù)交通流數(shù)據(jù)的時空特性,分別從空間數(shù)據(jù)挖掘和時間序列挖掘兩個角度尋找數(shù)據(jù)狀態(tài)變化的內在規(guī)律,在此基礎上實現(xiàn)對交通流的短時預測�？臻g數(shù)據(jù)挖掘采用基于系統(tǒng)聚類的空間挖掘方法,對城市區(qū)域路網(wǎng)進行劃分,采用支持向量機模型實現(xiàn)交通流短時預測,選擇適合的核函數(shù)和參數(shù)尋優(yōu)方法實現(xiàn)交通流短時預測的最佳效果。時間序列挖掘側重研究時間序列分割,通過分割提取時間序列特征,提出了基于SAGA-FCM的時間序列分割方法,將分割后的時間段分別采用支持向量機進行預測,并對最佳聚類分割次數(shù)進行了探討,得到了理想的預測效果。
【關鍵詞】：交通流短時預測 數(shù)據(jù)挖掘技術 空間數(shù)據(jù)挖掘 時間序列挖掘 支持向量機 聚類分析
【學位授予單位】：中國民航大學
【學位級別】：碩士
【學位授予年份】：2016
【分類號】：U491.14;TP311.13
【目錄】：

• 摘要5-6
• ABSTRCT6-9
• 第一章 緒論9-17
• 1.1 研究背景和意義9-11
• 1.2 國內外研究現(xiàn)狀11-14
• 1.2.1 國外研究現(xiàn)狀11-12
• 1.2.2 國內研究現(xiàn)狀12-14
• 1.3 數(shù)據(jù)挖掘技術在交通流短時預測中的應用14-15
• 1.4 研究內容和技術路線15-17
• 第二章 城市交通流數(shù)據(jù)預處理17-27
• 2.1 交通流數(shù)據(jù)采集17-18
• 2.2 交通流故障數(shù)據(jù)的識別和修復18-23
• 2.2.1 交通流故障數(shù)據(jù)識別19-20
• 2.2.2 交通流故障數(shù)據(jù)的修復20-22
• 2.2.3 基于自適應指數(shù)平滑的數(shù)據(jù)濾波處理22-23
• 2.3 交通流數(shù)據(jù)預處理實例23-26
• 2.4 本章小結26-27
• 第三章 基于空間數(shù)據(jù)挖掘的城市交通流短時預測27-44
• 3.1 基于系統(tǒng)聚類的空間序列挖掘27-33
• 3.1.1 系統(tǒng)聚類27-29
• 3.1.2 區(qū)域路網(wǎng)劃分實例29-33
• 3.2 基于支持向量機的交通流短時預測33-40
• 3.2.1 支持向量機模型33-35
• 3.2.2 基于支持向量回歸機的交通流短時預測35-37
• 3.2.3 參數(shù)選取37-40
• 3.3 實例分析40-43
• 3.3.1 預測斷面數(shù)據(jù)選取及模型性能評價指標40-41
• 3.3.2 預測結果分析41-43
• 3.4 本章小結43-44
• 第四章 基于時間序列挖掘的城市交通流短時預測44-54
• 4.1 基于SAGA的模糊C均值聚類算法44-48
• 4.2 基于時間序列分割的交通流短時預測48-49
• 4.3 實例分析49-53
• 4.3.1 數(shù)據(jù)選取數(shù)據(jù)選取及評價指標49-50
• 4.3.2 預測結果分析50-53
• 4.4 本章小結53-54
• 第五章 總結和展望54-56
• 5.1 課題總結54-55
• 5.2 研究工作展望55-56
• 致謝56-57
• 參考文獻57-61
• 攻讀碩士學位期間發(fā)表的學術論文61

【相似文獻】

中國期刊全文數(shù)據(jù)庫 前10條

1 劉蘭輝;論前途光明的數(shù)據(jù)挖掘技術[J];內蒙古科技與經(jīng)濟;2004年05期

2 方忠祥,屠立;數(shù)據(jù)挖掘技術在客戶關系管理中的應用研究[J];機床與液壓;2005年06期

3 王文興;;數(shù)據(jù)挖掘技術的道與術[J];機械工業(yè)信息與網(wǎng)絡;2006年03期

4 李志;;淺析數(shù)據(jù)挖掘技術[J];硅谷;2008年21期

5 孔莉莎;劉聞;;淺談數(shù)據(jù)挖掘技術與軍事決策支持[J];裝備制造技術;2009年10期

6 王旭;;對數(shù)據(jù)挖掘技術在各領域內應用的探討[J];中國新技術新產(chǎn)品;2009年24期

7 勞飛;;數(shù)據(jù)挖掘技術在交通事故分析中的應用[J];山東交通科技;2010年05期

8 王順民;;構建基于數(shù)據(jù)挖掘技術的現(xiàn)代醫(yī)院信息平臺[J];制造業(yè)自動化;2011年05期

9 潘程;陳玉華;;淺談數(shù)據(jù)挖掘技術在零售業(yè)中的應用[J];中國新技術新產(chǎn)品;2011年16期

10 宋向瑛;;數(shù)據(jù)挖掘技術在黨校信息化管理的應用[J];硅谷;2012年09期

中國重要會議論文全文數(shù)據(jù)庫 前10條

1 孫義明;曾繼東;;數(shù)據(jù)挖掘技術及其應用[A];全國計算機安全學術交流會論文集（第二十二卷）[C];2007年

2 馬洪杰;曲曉飛;;數(shù)據(jù)挖掘技術和過程的特點[A];面向21世紀的科技進步與社會經(jīng)濟發(fā)展（上冊）[C];1999年

3 寧紅梅;安志興;葛亞明;李敬璽;趙坤;鐘華;陳俊杰;崔艷紅;;數(shù)據(jù)挖掘技術在獸醫(yī)學中的應用[A];Proceedings of 2010 National Vocational Education of Communications and Information Technology Conference (2010 NVCIC)[C];2010年

4 王桂芹;黃道;;數(shù)據(jù)挖掘技術綜述[A];計算機技術與應用進展·2007——全國第18屆計算機技術與應用（CACIS）學術會議論文集[C];2007年

5 徐寶蓮;李曉奇;;數(shù)據(jù)挖掘技術在網(wǎng)絡游戲中的應用[A];第十一屆中國不確定系統(tǒng)年會、第十五屆中國青年信息與管理學者大會論文集[C];2013年

6 胡廣芹;陸小左;;數(shù)據(jù)挖掘技術在中醫(yī)診斷中的應用[A];中國中西醫(yī)結合學會診斷專業(yè)委員會2009’年會論文集[C];2009年

7 戈欣;吳曉芬;許建榮;;數(shù)據(jù)挖掘技術在放射科醫(yī)療管理中的潛在作用[A];2009中華醫(yī)學會影像技術分會第十七次全國學術大會論文集[C];2009年

8 鐵軍;吳智明;;數(shù)據(jù)挖掘技術在工業(yè)鋁電解生產(chǎn)中的應用[A];第十九屆全國數(shù)據(jù)庫學術會議論文集（技術報告篇）[C];2002年

9 王建華;王菲;黃國建;;數(shù)據(jù)挖掘技術研究的現(xiàn)狀及展望[A];中國運籌學會第六屆學術交流會論文集（上卷）[C];2000年

10 肖健華;吳今培;;數(shù)據(jù)挖掘技術及其應用實例[A];2001年中國智能自動化會議論文集（下冊）[C];2001年

中國重要報紙全文數(shù)據(jù)庫 前10條

1 記者　呂賢如;大力加強數(shù)據(jù)挖掘技術研究應用[N];光明日報;2006年

2 主持人 李禾;數(shù)據(jù)挖掘技術如何驅動經(jīng)濟車輪[N];科技日報;2007年

3 梅靜彥;數(shù)據(jù)挖掘技術在美國銀行的應用[N];金融時報;2006年

4 鄒廣普;數(shù)據(jù)挖掘技術在保險業(yè)中的應用[N];中國保險報;2010年

5 陳曉 山西財經(jīng)大學教師;數(shù)據(jù)挖掘技術在高校教學管理中的應用[N];山西經(jīng)濟日報;2010年

6 張崇峰;挖掘，再挖掘[N];中國計算機報;2003年

7 劉紅巖、何軍;利用數(shù)據(jù)挖掘技術獲得商業(yè)智能[N];中國計算機報;2003年

8 ;IBM公司推出新型數(shù)據(jù)挖掘技術[N];中國高新技術產(chǎn)業(yè)導報;2001年

9 劉軍 蘭小紅 龔富強;新技術為老裝備“保駕護航”[N];大眾科技報;2006年

10 ;軟件產(chǎn)業(yè)人才培養(yǎng)又辟新路[N];中國高新技術產(chǎn)業(yè)導報;2000年

中國博士學位論文全文數(shù)據(jù)庫 前10條

1 沈忱;基于貝葉斯網(wǎng)絡數(shù)據(jù)挖掘技術研究《本草綱目》活血化瘀類中藥性—效—用關系[D];南京中醫(yī)藥大學;2015年

2 錢力維;胡國俊祛邪助運治療老年病學術思想和經(jīng)驗總結[D];南京中醫(yī)藥大學;2016年

3 姚山;基于數(shù)據(jù)挖掘技術的造林決策研究[D];北京林業(yè)大學;2008年

4 曹秀英;基于粗集的數(shù)據(jù)挖掘技術及其應用研究[D];哈爾濱工程大學;2003年

5 伍平陽;基于數(shù)據(jù)挖掘技術的醫(yī)療設備績效預測方法的應用研究[D];南方醫(yī)科大學;2008年

6 劉剛;數(shù)據(jù)挖掘技術與分類算法研究[D];中國人民解放軍信息工程大學;2004年

7 王勇;時序數(shù)據(jù)挖掘技術及其在水質預測中的應用研究[D];廣東工業(yè)大學;2005年

8 熊忠陽;面向商業(yè)智能的并行數(shù)據(jù)挖掘技術及應用研究[D];重慶大學;2004年

9 朱恒民;領域知識制導的數(shù)據(jù)挖掘技術及其在中藥提取中的應用[D];南京航空航天大學;2006年

10 毛國君;數(shù)據(jù)挖掘技術與關聯(lián)規(guī)則挖掘算法研究[D];北京工業(yè)大學;2003年

中國碩士學位論文全文數(shù)據(jù)庫 前10條

1 肖建國;數(shù)據(jù)挖掘技術在就業(yè)指導與本科教學改革工作中的應用研究[D];吉林大學;2008年

2 錢和平;基于改進的灰色理論數(shù)據(jù)挖掘技術的研究[D];內蒙古農(nóng)業(yè)大學;2010年

3 安冬冬;基于數(shù)據(jù)挖掘技術的常規(guī)公交服務水平評價體系研究[D];西南交通大學;2015年

4 陳萍;數(shù)據(jù)挖掘技術在網(wǎng)絡教學中的應用研究[D];廣東技術師范學院;2015年

5 鄧博;基于數(shù)據(jù)挖掘技術構建電信4G客戶預測模型的研究[D];蘭州大學;2015年

6 趙明芳;數(shù)據(jù)挖掘技術在教學評教中的應用與研究[D];寧夏大學;2015年

7 苗家銘;基于數(shù)據(jù)挖掘技術的商業(yè)銀行個人信用風險評估模型及其應用[D];南京財經(jīng)大學;2015年

8 鮑素貞;數(shù)據(jù)挖掘技術在個性化網(wǎng)絡教學平臺中的應用研究[D];聊城大學;2015年

9 李文棟;基于Spark的大數(shù)據(jù)挖掘技術的研究與實現(xiàn)[D];山東大學;2015年

10 郭忠俊;基于數(shù)據(jù)挖掘技術的礦井提升機故障診斷研究[D];中國礦業(yè)大學;2015年

  本文關鍵詞：基于數(shù)據(jù)挖掘技術的城市交通流短時預測研究，由筆耕文化傳播整理發(fā)布。

，

本文編號：273977