智能交通中的数据挖技术

智能交通中的数据挖技术

ID:40948542

大小:276.00 KB

页数:6页

时间:2019-08-11

智能交通中的数据挖技术_第1页
智能交通中的数据挖技术_第2页
智能交通中的数据挖技术_第3页
智能交通中的数据挖技术_第4页
智能交通中的数据挖技术_第5页
资源描述:

《智能交通中的数据挖技术》由会员上传分享,免费在线阅读,更多相关内容在行业资料-天天文库

1、数据挖掘之我见--智能交通中的数据挖掘技术图1:数据挖掘系统框架数据挖掘技术是近年来发展起来的一种数据处理技术,在大规模数据中挖掘隐含的模式,提供了对大规模数据强大、灵活的数据分析处理功能,在决策支持系统(DSS)中得到了很好的应用。安全、便捷、舒适和信息化的交通需求,使智能交通系统的研究和应用取得了快速发展。各种先进的信息技术在智能交通系统中得到广泛应用,智能交通系统积累了巨大而复杂的交通数据,复杂的交通数据对信息的管理和处理都提出了新的要求,例如利用数据仓库、数据一体化平台等对复杂智能交通信息进行组织与管理,并对智能交通信息进行数据融合、数据压缩、数据标准化、数据挖掘、数据

2、联机分析处理等。数据挖掘技术作为一种产生于应用且面向应用的数据分析处理技术,可以快速、有效、深入的分析海量交通信息,挖掘大量交通数据中隐含的交通模式;或者利用神经网络进行短时交通流量预测,以及道路交通状态的分类;或者基于模糊逻辑的道路拥堵评价;或者基于ARIMA、神经网络、非参数回归等模型的交通流量预测方法;或者利用数据挖掘技术进行交通事件分析。图2:数据挖掘建立模型数据挖掘技术挖掘交通系统的各种实时交通模型和综合交通模型,可以用于交通的管理和控制,改善智能交通系统的服务水平。本文分析了智能交通系统中交通数据的特点,提出了对智能交通进行数据挖掘的主要模型及方法,并设计了在智能交

3、通交通系统中实现交通数据挖掘功能的系统模型及体系结构。文章结构如下:第二部分分析了ITS中的交通数据;第三部分提出了交通数据挖掘系统的系统模型和分层体系结构;第四部分介绍了对交通数据进行挖掘的主要模型及方法,包括交通预测模型、分类模型和关联模型;最后是总结。1ITS的交通数据分析1.1交通数据的特点智能交通系统的交通数据来源广泛、形式多样,包括动态的交通流数据和智能交通子系统的管理控制数据,以及静态的道路环境数据等。智能交通系统管理和控制的对象是交通流,交通流数据是按时间顺序采样得到的一系列数值型数据序列,是交通系统中最重要的数据。智能交通系统记录了大量交通信息,如电子警察系统

4、将交通违法车辆的违法行为过程用图像和数据记录下来,提供交通违法信息,包括车辆违法地点、违法日期、违法时间、违法类型、违法参数、违法车辆全景图像序列、违法车辆牌照图像;交通事故接处警系统提供报警时间、报警地点、报警电话号码以及相关的交通事故信息;交通信号控制系统提供与路口有关的运行状态、色步递进信息等。道路环境信息有路网拓扑、道路路面信息、通行能力、主线限速标志,异常事件(如施工等)、天气环境、公交信息、车辆信息、驾驶员信息等,某些道路环境信息无法从现有系统中得到,需通过人工方式收集或从其他系统中集成。图:3:ITS的信息层次智能交通系统的交通数据分布于不同的交通信息系统,完成不

5、同的交通管理和控制功能,具有异构、层次性的特点。图:3显示了交通信息的层次结构,交通信息由低级到高级可划分为四个层次,包括现场级信息、区域级信息、功能管理系统信息和综合指挥信息。1.2交通流根据不同的信息采集技术,ITS中交通流数据分为地点交通流数据和路段交通流数据。地点交通流是用安装在固定地点的交通检测器设备监视移动的车辆,获得的是检测器设备设置点的交通信息,一般得到交通流量、速度及占有率等交通数据。基于磁频技术的感应线圈检测器具有测量精度高、适应性较强、故障率低及较低的价格的优点,是当前主流的固定型交通流采集技术。路段交通流是运用安装有特定设备的移动车辆的移动定位获取交通信

6、息,移动检测设备记录车辆的移动信息,通过车辆的移动信息可计算路段内的交通信息。如基于GPS的移动定位技术可获得车辆的经纬度坐标和速度方向,通过计算可提供车辆的瞬时速度、行程时间、行程速度等交通信息。交通流是一类时间序列数据,时间序列数据的挖掘,通常关注时间序列的演变模式,即在时间序列数据中寻找数据随时间变化的规律或趋势并对其建模,包括时间序列趋势分析、周期模式匹配等。演变模式用于时间序列中的数值型数据的预测。交通流数据还具有时空相关性,交通流量等数据只有与一定的时刻及道路相联系时才有意义,智能交通信息时空规则的挖掘对智能交通系统的预测具有重要的应用价值。2交通数据挖掘系统结构2

7、.1系统模型数据挖掘过程分为数据准备、模式发现、结果表达和解释三个主要阶段,图4给出了交通数据挖掘的系统模型。图4:交通信息挖掘系统功能图ETL及数据预处理为交通信息的模式发现提供一个干净、一致、集成、归约(reduction)的数据集-交通信息数据仓库。数据挖掘任务管理在数据挖掘算法集中选择完成挖掘任务的算法,在交通数据仓库中选择挖掘算法应用的数据,执行相应的挖掘操作,将挖掘得到的模式保存到交通信息模式库。模型分析管理是交通数据挖掘系统与其他智能交通系统的应用接口,并接收应用系统的反馈信息

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。