目前,很多城市的大城市病都非常嚴(yán)重,這些問題包括人口暴增、交通擁堵、環(huán)境污染、資源短缺等問題。這嚴(yán)重影響了城市居民的生活質(zhì)量,許多地方已經(jīng)出現(xiàn)逆城市化浪潮。而隨著科技和大數(shù)據(jù)的發(fā)展,城市計(jì)算和智慧交通的概念應(yīng)運(yùn)而生。城市計(jì)算使我們可以利用這些已有的城市多源數(shù)據(jù)進(jìn)行研究和分析,來解決這些城市中存在的問題,提高城市居民的生活質(zhì)量。本文研究的便是城市計(jì)算的一些問題,主要內(nèi)容有:1)對(duì)城市數(shù)據(jù)的存儲(chǔ),處理。本文主要使用Hadoop和Neo4j圖數(shù)據(jù)庫對(duì)城市數(shù)據(jù)進(jìn)行存儲(chǔ),然后使用Hadoop平臺(tái)的計(jì)算框架對(duì)數(shù)據(jù)進(jìn)行處理。2)對(duì)城市軌跡數(shù)據(jù)進(jìn)行時(shí)空特征分析。通過分析,本文發(fā)現(xiàn)城市軌跡數(shù)據(jù)在時(shí)間上呈現(xiàn)出很強(qiáng)的周期性,且早晚高峰的規(guī)律性也非常明顯;而在空間上的規(guī)律性和其POI特性有密切聯(lián)系。3)對(duì)城市中路網(wǎng)中的關(guān)鍵節(jié)點(diǎn)進(jìn)行識(shí)別。本文首先需要構(gòu)建區(qū)域網(wǎng)絡(luò),本文使用漁網(wǎng)對(duì)城市區(qū)域進(jìn)行了劃分,然后使用基于OD熵的區(qū)域重要性評(píng)估方法以及一些節(jié)點(diǎn)網(wǎng)絡(luò)中心性度量指標(biāo)對(duì)每一個(gè)區(qū)域做出重要性評(píng)估,最后尋找排名最高的一些區(qū)域內(nèi)的路網(wǎng)節(jié)點(diǎn)。4)對(duì)城市規(guī)劃中存在的潛在缺陷進(jìn)行發(fā)現(xiàn),并尋找它們之間的因果關(guān)系。本文首先需要構(gòu)建區(qū)域轉(zhuǎn)移矩陣,然后使用改進(jìn)的Skyline算法尋找每個(gè)區(qū)域轉(zhuǎn)移矩陣內(nèi)的Skyline點(diǎn)(區(qū)域?qū)?,最后在此基礎(chǔ)上對(duì)頻繁子圖進(jìn)行挖掘以確定真正有缺陷的區(qū)域?qū)?并分析這些有缺陷的區(qū)域?qū)χg的因果關(guān)系。以上研究內(nèi)容都能給城市規(guī)劃者提供一些可供參考的建議。本文主要使用數(shù)據(jù)有兩部分,第一部分是上海市2015年4月份的13700多輛出租車的GPS數(shù)據(jù),及上海市路網(wǎng)數(shù)據(jù)、地圖數(shù)據(jù)等;第二部分是長春市2017年7-12月份每月第一周的某電信運(yùn)營商手機(jī)信令數(shù)據(jù),及長春市的路網(wǎng)及地圖數(shù)據(jù)。本文需要對(duì)這些軌跡數(shù)據(jù)進(jìn)行預(yù)處理,然后將其映射到對(duì)應(yīng)的區(qū)域中才能繼續(xù)進(jìn)行后續(xù)的算法。在實(shí)驗(yàn)中,本文用不同的方法對(duì)這兩個(gè)城市的關(guān)鍵路口進(jìn)行了重要性排序,對(duì)比了不同方法的優(yōu)勢(shì),并將結(jié)果與實(shí)際情況進(jìn)行了分析對(duì)比以驗(yàn)證方法的有效性;同時(shí),本文用改進(jìn)的Skyline算法對(duì)兩個(gè)城市中潛在的規(guī)劃缺陷進(jìn)行了挖掘并用頻繁子圖挖掘方法分析這些缺陷之間的因果聯(lián)系,然后結(jié)合實(shí)際情況進(jìn)行了分析比較以驗(yàn)證方法的有效性。
【學(xué)位單位】：吉林大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位年份】：2018
【中圖分類】：TP311.13;TU984;U491
【部分圖文】：

圖 1.1 人口交通規(guī)模人們帶來各種各樣的挑戰(zhàn)，同時(shí)它又給人們提供了更多統(tǒng)和應(yīng)用。因?yàn)槌鞘薪煌I(lǐng)域不同于其他領(lǐng)域，城市交性，人文社會(huì)的規(guī)律性。它比其他領(lǐng)域更具活力，因?yàn)?

圖 1.2 城市中的大數(shù)據(jù)數(shù)據(jù)的不斷豐富和完善以及城市問題日益嚴(yán)重，智ffic)[1]和城市計(jì)算(urban computing)的概念也隨之被提出。整合了這些方面的研究，并且使之更加系統(tǒng)和深化。目前

圖 2.6 手機(jī)信令數(shù)據(jù)樣例 2.6 可以看出有許多數(shù)據(jù)不夠完整，格式不規(guī)范。這些數(shù)據(jù)可以根據(jù)過濾，或者將其補(bǔ)全。它的字段描述依次為：加密的電話號(hào)碼，開始時(shí)間間，位置區(qū)域編號(hào)，小區(qū)編號(hào)，事件類型，原因編碼，歸屬地編碼，月

【參考文獻(xiàn)】

相關(guān)期刊論文 前1條

1 鄭宇;;城市計(jì)算概述[J];武漢大學(xué)學(xué)報(bào)(信息科學(xué)版);2015年01期

相關(guān)博士學(xué)位論文 前1條

1 許明;基于車輛軌跡挖掘的城市路網(wǎng)分析關(guān)鍵問題研究[D];北京郵電大學(xué);2015年

相關(guān)碩士學(xué)位論文 前4條

1 李詞超;Hadoop作業(yè)調(diào)度算法分析與優(yōu)化[D];武漢理工大學(xué);2015年

2 盧俊華;HDFS存儲(chǔ)機(jī)制的分析與研究[D];武漢理工大學(xué);2014年

3 趙鵬;基于復(fù)雜網(wǎng)絡(luò)理論的多方式城市交通網(wǎng)絡(luò)的協(xié)同研究[D];北京交通大學(xué);2014年

4 柴然;最大頻繁子圖挖掘算法研究[D];燕山大學(xué);2010年

本文編號(hào)：2835014