隨著我國交通事業(yè)的發(fā)展,通過物聯(lián)網(wǎng)技術(shù)可以更容易地收集實(shí)時(shí)交通數(shù)據(jù),對(duì)實(shí)時(shí)交通數(shù)據(jù)的利用給交通行業(yè)帶來巨大的變革。大數(shù)據(jù)環(huán)境下的實(shí)時(shí)數(shù)據(jù)不同于傳統(tǒng)的靜態(tài)數(shù)據(jù),對(duì)數(shù)據(jù)處理的效率以及準(zhǔn)確度提出了更高的要求,如何在大數(shù)據(jù)環(huán)境下對(duì)實(shí)時(shí)數(shù)據(jù)合理預(yù)測(cè)是智能交通系統(tǒng)現(xiàn)階段面臨的主要挑戰(zhàn)。在當(dāng)前大數(shù)據(jù)環(huán)境下,面臨更加龐大的數(shù)據(jù)規(guī)模以及更加復(fù)雜的交通情景,基于歷史數(shù)據(jù)的傳統(tǒng)模型存在效率急劇下降的問題,同時(shí)難以很好地應(yīng)對(duì)交通流急劇變化的場(chǎng)景。為解決上述問題,本文提出一種自適應(yīng)多模型預(yù)測(cè)方法,對(duì)實(shí)時(shí)交通流序列進(jìn)行特征提取,在此基礎(chǔ)上,進(jìn)行樣本構(gòu)建以減少交通系統(tǒng)中數(shù)據(jù)存儲(chǔ)壓力問題,并設(shè)計(jì)交通流量組合預(yù)測(cè)模型,通過動(dòng)態(tài)權(quán)重實(shí)現(xiàn)對(duì)多變交通環(huán)境的自適應(yīng)。本文的主要貢獻(xiàn)包括:（1）提出一種基于數(shù)據(jù)統(tǒng)計(jì)特性的實(shí)時(shí)交通流特征提取算法。通過在實(shí)時(shí)狀態(tài)下監(jiān)視時(shí)間序列特征來識(shí)別時(shí)間序列中平穩(wěn)非平穩(wěn)現(xiàn)象的發(fā)生,從而提取交通流序列的非平穩(wěn)特征,用于表示實(shí)時(shí)交通流隱含趨勢(shì)變化信息,實(shí)現(xiàn)對(duì)于交通場(chǎng)景變化的提前適應(yīng)。同時(shí),以提取的數(shù)據(jù)特征為基礎(chǔ),設(shè)計(jì)相應(yīng)交通流特征模型,能夠更好的描述交通流的真實(shí)特性。（2）提出一種適用于大數(shù)據(jù)環(huán)境下樣本... 

【文章來源】：北京工業(yè)大學(xué)北京市 211工程院校

【文章頁數(shù)】：61 頁

【學(xué)位級(jí)別】：碩士

【部分圖文】：

警告態(tài)的識(shí)別Figure3-4Non-flatsteadyidentification

圖 3-4 警告態(tài)的識(shí)別 Figure 3-4 Non-flat steady identification （3） 當(dāng) Ft>0 + CσF + Dd 時(shí)，觸發(fā)變化信號(hào)，如圖 3-5 所示。

第4章大數(shù)據(jù)環(huán)境下樣本構(gòu)建方法研究-23-第4章大數(shù)據(jù)環(huán)境下樣本構(gòu)建方法研究4.1問題的提出在樣本構(gòu)建工作中，通過結(jié)合先驗(yàn)知識(shí)分析數(shù)據(jù)獨(dú)有的特性，提取出用于分析數(shù)據(jù)變化的有效成分，可以指導(dǎo)建立或者改進(jìn)相應(yīng)數(shù)學(xué)模型，實(shí)現(xiàn)對(duì)數(shù)據(jù)問題的解決。傳統(tǒng)樣本構(gòu)建工作往往集中于數(shù)據(jù)異常值的處理，面對(duì)大數(shù)據(jù)環(huán)境下海量實(shí)時(shí)數(shù)據(jù)的挑戰(zhàn)卻存在極大的效率問題。目前，時(shí)間序列類數(shù)據(jù)是增長(zhǎng)幅度最大的數(shù)據(jù)[48]，如圖4-1。目前，全球產(chǎn)生的數(shù)據(jù)量中僅有1%左右的數(shù)據(jù)能夠被存儲(chǔ)下來，即50EB左右，而在這其中，被標(biāo)記并用于分析的數(shù)據(jù)更是不足10%。因此，如何構(gòu)建大數(shù)據(jù)環(huán)境下數(shù)據(jù)樣本具有重要意義。圖4-1數(shù)據(jù)增長(zhǎng)趨勢(shì)Figure.4-1Datagrowthtrend本章將通過分析交通流數(shù)據(jù)的特征實(shí)現(xiàn)對(duì)交通流數(shù)據(jù)進(jìn)行處理，實(shí)現(xiàn)大數(shù)據(jù)環(huán)境下樣本構(gòu)建工作。通過結(jié)合第三章提取的交通流特征，著重解決基于交通流周期性導(dǎo)致的數(shù)據(jù)高度相似問題，從而調(diào)整預(yù)測(cè)模型的輸入樣本，在不影響處理精度的情況下盡可能緩解交通系統(tǒng)中的數(shù)據(jù)存儲(chǔ)壓力問題。4.2交通流數(shù)據(jù)相似性分析為體現(xiàn)交通流數(shù)據(jù)重復(fù)性問題，本章展示了部分交通流數(shù)據(jù)變化趨勢(shì)，包括2016/08/01至2016/08/07、2016/09/01至2016/09/07、2016/09/24至2016/09/30期間的交通流量數(shù)據(jù)，體現(xiàn)這期間的交通流變化趨勢(shì)，如圖4-2至圖4-4所示：


本文編號(hào)：3459462