本文選題：交通流時(shí)間序列 + 可視圖��； 參考：《物理學(xué)報(bào)》2017年23期

【摘要】：交通流時(shí)間序列的研究主要采用數(shù)據(jù)挖掘和機(jī)器學(xué)習(xí)的方法,這些"黑箱"挖掘方法很難直觀反映序列特性.為增強(qiáng)交通流時(shí)間序列及其特征分析的可視化性,結(jié)合可視圖理論來(lái)構(gòu)建交通流時(shí)間序列的關(guān)聯(lián)網(wǎng)絡(luò),從復(fù)雜網(wǎng)絡(luò)角度實(shí)現(xiàn)交通流時(shí)間序列的特性分析.在網(wǎng)絡(luò)構(gòu)建的過(guò)程中,考慮到不同交通狀態(tài)下交通流表征具有的差異性,首先利用交通流參量的相關(guān)性對(duì)交通流狀態(tài)進(jìn)行分類(lèi),然后構(gòu)建不同交通狀態(tài)下的時(shí)間序列復(fù)雜網(wǎng)絡(luò),并對(duì)這些網(wǎng)絡(luò)的特征屬性給出統(tǒng)計(jì)分析,如度分布、聚類(lèi)系數(shù)、網(wǎng)絡(luò)直徑、模塊化等.研究表明,可視圖法可為交通流時(shí)間序列映射到網(wǎng)絡(luò)提供有效途徑,并且不同狀態(tài)下交通流時(shí)間序列構(gòu)建的復(fù)雜網(wǎng)絡(luò)的模塊化、聚類(lèi)系數(shù)和度分布等統(tǒng)計(jì)特征呈現(xiàn)一定的變化規(guī)律,為交通流運(yùn)行態(tài)勢(shì)的研究提供了可視化的分析角度.
[Abstract]:The methods of data mining and machine learning are used in the study of traffic flow time series. These "black box" mining methods can hardly directly reflect the characteristics of traffic flow time series. In order to enhance the visualization of traffic flow time series and its characteristic analysis, the correlation network of traffic flow time series is constructed based on visual graph theory, and the characteristic analysis of traffic flow time series is realized from the point of view of complex network. In the process of network construction, considering the difference of traffic flow representation under different traffic conditions, the traffic flow state is classified by the correlation of traffic flow parameters, and then the complex network of time series under different traffic states is constructed. Statistical analysis of the characteristic attributes of these networks is given, such as degree distribution, clustering coefficient, network diameter, modularization and so on. The results show that the visual graph method can provide an effective way to map the traffic flow time series to the network and modularize the complex network constructed by the traffic flow time series under different states. The statistical features such as clustering coefficient and degree distribution show a certain variation law, which provides a visual analysis angle for the study of traffic flow situation.
【作者單位】： 吉林大學(xué)交通學(xué)院;吉林化工學(xué)院信息與控制工程學(xué)院;吉林大學(xué)吉林省道路交通重點(diǎn)實(shí)驗(yàn)室;
【基金】：國(guó)家自然科學(xué)基金(批準(zhǔn)號(hào):51308248) 國(guó)家科技支撐計(jì)劃(批準(zhǔn)號(hào):2014BAG03B03)資助的課題~~
【分類(lèi)號(hào)】：O157.5;U491.112

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 孫曉燕;汪秉宏;;考慮車(chē)輛間博弈行為的交通流[J];上海理工大學(xué)學(xué)報(bào);2012年01期

2 韋光波;韋維;胡堯;;一種交通擁堵流量范圍界定及擁堵預(yù)測(cè)的方法[J];貴州大學(xué)學(xué)報(bào)(自然科學(xué)版);2012年05期

3 施久玉,杜金觀;有限個(gè)狀態(tài)時(shí)間序列的某些結(jié)果[J];應(yīng)用數(shù)學(xué)學(xué)報(bào);1990年01期

4 王霞,郭嗣琮,劉淑娟;時(shí)間序列模糊滑動(dòng)預(yù)測(cè)[J];遼寧工程技術(shù)大學(xué)學(xué)報(bào)(自然科學(xué)版);1999年03期

5 溫品人;時(shí)間序列預(yù)測(cè)法的實(shí)際應(yīng)用分析[J];江蘇廣播電視大學(xué)學(xué)報(bào);2001年06期

6 許清海;混沌投資時(shí)間序列的嬗變[J];漳州師范學(xué)院學(xué)報(bào)(自然科學(xué)版);2003年01期

7 程毛林;時(shí)間序列系統(tǒng)建模預(yù)測(cè)的一種新方法[J];數(shù)學(xué)的實(shí)踐與認(rèn)識(shí);2004年08期

8 高潔;長(zhǎng)記憶時(shí)間序列適應(yīng)性預(yù)測(cè)的應(yīng)用[J];江南大學(xué)學(xué)報(bào);2004年05期

9 高潔;孫立新;;長(zhǎng)記憶時(shí)間序列的適應(yīng)性預(yù)測(cè)誤差的譜密度[J];統(tǒng)計(jì)與決策;2006年13期

10 楊鐘瑾;;淺談時(shí)間序列的分析預(yù)測(cè)[J];中國(guó)科技信息;2006年14期

相關(guān)會(huì)議論文 前10條

1 周家斌;張海福;楊桂英;;多維多步時(shí)間序列預(yù)報(bào)方法及其應(yīng)用[A];中國(guó)現(xiàn)場(chǎng)統(tǒng)計(jì)研究會(huì)第九屆學(xué)術(shù)年會(huì)論文集[C];1999年

2 盧世坤;李夕海;牛超;陳蛟;;時(shí)間序列的非線性非平穩(wěn)特性研究綜述[A];國(guó)家安全地球物理叢書(shū)（八）——遙感地球物理與國(guó)家安全[C];2012年

3 李強(qiáng);;基于線性模型方法對(duì)時(shí)間序列中異常值的檢測(cè)及證券實(shí)證分析[A];加入WTO和中國(guó)科技與可持續(xù)發(fā)展——挑戰(zhàn)與機(jī)遇、責(zé)任和對(duì)策（上冊(cè)）[C];2002年

4 戴麗金;何振峰;;基于云模型的時(shí)間序列相似性度量方法[A];第八屆中國(guó)不確定系統(tǒng)年會(huì)論文集[C];2010年

5 謝美萍;趙希人;莊秀龍;;多維非線性時(shí)間序列的投影尋蹤學(xué)習(xí)逼近[A];'99系統(tǒng)仿真技術(shù)及其應(yīng)用學(xué)術(shù)交流會(huì)論文集[C];1999年

6 陳赫;羅聲求;;歷史橫斷面數(shù)據(jù)的時(shí)間序列化[A];科學(xué)決策與系統(tǒng)工程——中國(guó)系統(tǒng)工程學(xué)會(huì)第六次年會(huì)論文集[C];1990年

7 劉瓊;任福繼;;股市預(yù)測(cè)算法及分析結(jié)果的自然語(yǔ)言生成[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

8 蔣斌松;韓立軍;賀永年;;時(shí)間序列Lyapunov指數(shù)的估算及預(yù)測(cè)[A];礦山建設(shè)工程新進(jìn)展——2005全國(guó)礦山建設(shè)學(xué)術(shù)會(huì)議文集（下冊(cè)）[C];2005年

9 王會(huì)琦;馬洪;周永道;;基于信息融合的時(shí)間序列RAKE預(yù)測(cè)[A];全國(guó)第十屆企業(yè)信息化與工業(yè)工程學(xué)術(shù)年會(huì)論文集[C];2006年

10 羅躍斌;王寶生;陳曉梅;馬世聰;;可視圖構(gòu)建復(fù)雜網(wǎng)絡(luò)算法綜述[A];第九屆中國(guó)通信學(xué)會(huì)學(xué)術(shù)年會(huì)論文集[C];2012年

相關(guān)博士學(xué)位論文 前10條

1 李松;交通流混沌轉(zhuǎn)化現(xiàn)象研究[D];天津大學(xué);2006年

2 翁同峰;時(shí)間序列與復(fù)雜網(wǎng)絡(luò)之間等價(jià)性問(wèn)題及表征應(yīng)用研究[D];哈爾濱工業(yè)大學(xué);2015年

3 原繼東;時(shí)間序列分類(lèi)算法研究[D];北京交通大學(xué);2016年

4 盧偉;基于粒計(jì)算的時(shí)間序列分析與建模方法研究[D];大連理工大學(xué);2015年

5 胡建明;基于正則化核學(xué)習(xí)模型的時(shí)間序列多步預(yù)測(cè)的研究與應(yīng)用[D];蘭州大學(xué);2016年

6 黃標(biāo)兵;回聲狀態(tài)網(wǎng)絡(luò)時(shí)間序列預(yù)測(cè)方法及應(yīng)用研究[D];吉林大學(xué);2017年

7 劉文;海量時(shí)間序列數(shù)據(jù)處理的關(guān)鍵技術(shù)研究[D];大連理工大學(xué);2017年

8 王曉曄;時(shí)間序列數(shù)據(jù)挖掘中相似性和趨勢(shì)預(yù)測(cè)的研究[D];天津大學(xué);2003年

9 李桂玲;時(shí)間序列的分割及不一致發(fā)現(xiàn)研究[D];華中科技大學(xué);2012年

10 周勇;時(shí)間序列時(shí)序關(guān)聯(lián)規(guī)則挖掘研究[D];西南財(cái)經(jīng)大學(xué);2008年

相關(guān)碩士學(xué)位論文 前10條

1 郭言;基于交通流宏微觀模式的反饋控制方法研究[D];廣西大學(xué);2017年

2 蘇磊;交通流演化網(wǎng)絡(luò)及公交網(wǎng)實(shí)證研究[D];廣西師范大學(xué);2009年

3 程延清;多車(chē)道交通流控制模型研究與穩(wěn)定性分析[D];暨南大學(xué);2007年

4 曹征;基于小波變換的交通流短時(shí)預(yù)測(cè)模型研究[D];北京交通大學(xué);2010年

5 黃丹;基于PETSc的交通流并行數(shù)值模擬[D];浙江大學(xué);2005年

6 蘭鑫;時(shí)間序列的復(fù)雜網(wǎng)絡(luò)轉(zhuǎn)換策略研究[D];西南大學(xué);2015年

7 曹智麗;日氣溫和干旱指數(shù)支持向量回歸預(yù)測(cè)方法[D];南京信息工程大學(xué);2015年

8 高雄飛;基于分形理論的土壤含水量時(shí)間序列特性分析[D];長(zhǎng)安大學(xué);2015年

9 郭力萌;基于統(tǒng)計(jì)信號(hào)處理的時(shí)間序列預(yù)測(cè)模型選擇方法研究[D];哈爾濱工業(yè)大學(xué);2015年

10 劉鑫;基于復(fù)雜網(wǎng)絡(luò)理論的心電時(shí)間序列自回歸模型研究[D];復(fù)旦大學(xué);2014年

，

本文編號(hào)：2064634