基于hadoop的海量城市交通流数据分布式存储与分析研究

基于hadoop的海量城市交通流数据分布式存储与分析研究

ID:34870716

大小:10.39 MB

页数:86页

时间:2019-03-12

基于hadoop的海量城市交通流数据分布式存储与分析研究_第1页
基于hadoop的海量城市交通流数据分布式存储与分析研究_第2页
基于hadoop的海量城市交通流数据分布式存储与分析研究_第3页
基于hadoop的海量城市交通流数据分布式存储与分析研究_第4页
基于hadoop的海量城市交通流数据分布式存储与分析研究_第5页
资源描述:

《基于hadoop的海量城市交通流数据分布式存储与分析研究》由会员上传分享,免费在线阅读,更多相关内容在学术论文-天天文库

1、学号MZ13669密级UDC—^壤叫义赛YANGZHOUUNIVERSITY,,硕壬学佐冷文?(专业型)基于Hadoop的海量城市父通流数据分布式存储与分析研巧.'?.i朱刘江、,江苏扬州,225009奉表教授,扬州大学指导教师姓名:壬学科专业名称:计算机控圣—申请学位级别;硕论文提交日期:2015年10月论文答辩日期;2015年_杨州欠学学位授予日期:学位授予单位:答辩委员会主席:2015年10月■-‘?却r.,?..'-,....r,.Vf'V....■

2、'-■.‘...,./..,,’';.‘'■-.辦一..'.'.心护'.'U|.二.^.?-■.,;/-?.;...-一,.?.八基于Hadoop的海量城市交通流数据分布式存储与分析研究(申请扬州大学专业硕:t学位论文)培养单位:扬州大学专业名称:计算机技术研究方向:云计算研究生:朱刘江指导老师:李云2015.10Dis化ibutedstorae泣ndAnalsisofMassivegyUrbanTrafficFlowDataBasedonHadoo

3、pA化esissubmi行edto化eSchoolofInformation&EnineerinofYanzhougggUniversity虹artialfulfillmentof化erequirementsfor化6pMasterDereeofComuterSciencegpByLiuianhujgZDepartmentofComputerScience,SchoolofInformation&Engineering,YangzhouUniversitySuervisor:Profe巧or

4、YunLipOctober2015朱刘江:基于Hadoop的海量城市交通流数据分布式存储与分析研究1_摘要随着智能交通基础建设的快速发展,城镇居民收入水平逐步提高,城市汽车拥有量大幅度増加。遍布每个城市道路的感应线圈、卡口断面系统,能够及时地采集、记录、汇总并上传监控数据、实时性高等特点,传统的数。但是由于城市道路交通流存在着数据量大据存储与处理技术存在着数据结构与数据存储容量无法灵活扩展、分布式并行数据挖掘难、高容错恢复能力差等问题。如何将海量的交通流数据实时地上传、汇总和存储利用,W及一如何对数据进行统计挖掘成为个较大的难题。WHadoop为代表

5、的大数据技术成为解决一一这系列问题的有效手段之。基于现阶段城市交通发展带来的数据存储与分析等突出问题,本文通过对基于Hadoop的MapReduce、HBase等大数据技术的研究,提出了相应的解决方案,其主要研究工作和成果如下:(1)本文提出了基于Hadoo的交通流数据存储与分析总体架构5p。将架构分为个层面:数据采集层、硬件平台层、数据存储与计算层、挖掘分析层和应用服务层,同时研究与设计了节点在故障或若机情况下,Hadoop集群具有离容错恢复能力的可用性方案。(2)本文提出了基于HBase的海量交通流数据分布式存储方案。根据交通流数据特"",设计了可解决热

6、点问题的交通流数据表行健结构点与处理应用需求。同时研究了HBase的协处理器,设计了用于针对列查询的快速数据检索的二级索引表。(3)本文还根据交通车流量与密度的关系,设计了流量与密度计算模型,提出了基于MapReduce的流量密度计算的并行化实现,解决了海量交通流数据情况下的流量、密度快速计算难题,。同时,采用K近邻非参数回归算法来预测短时交通流通过对K近邻状态向量、距离度量方式、近邻个数W及预测算法的选择及研究,提出了基于MapReduce的KNN预测短时交通流的并行化实现,加快K最近邻算法的搜索速度,实现对短时交通流的定时预测。(4)最后,根据总体架构应用层

7、需求,基于Hadoop平台,构建并实现了城市道路交通流数据分析系统。本文对系统进斤了详细的功能模块设计,并实现了对交通流量进行实时监测、海量数据分析的图形化展示等功能。关键字:智能交通;Hadoop;HBase;MapReduce;非参数回归;KNNn扬州大学硕±学位论文AbstractWiththerapiddevelopmentofintelligen

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。