隨著社會(huì)經(jīng)濟(jì)的快速發(fā)展,城市車(chē)輛急劇增多,交通壓力也越來(lái)越大。目前現(xiàn)有的交通承載力和運(yùn)營(yíng)能力已無(wú)法滿足人們對(duì)于稀缺的土地資源和交通資源不斷膨脹的需要,從而帶來(lái)了嚴(yán)重的城市病,各大城市都呈現(xiàn)出不同程度上的擁堵。交通擁堵不僅會(huì)阻礙人們的出行,加劇社會(huì)矛盾,而且還將引發(fā)城市空氣污染,進(jìn)而引發(fā)一系列的生態(tài)問(wèn)題。交通擁擠也導(dǎo)致了事故的增多,事故增多又加劇了擁擠,并且全國(guó)每年由于交通擁堵造成的經(jīng)濟(jì)損失十分巨大。如何解決城市交通問(wèn)題成為現(xiàn)代智慧城市研究的重點(diǎn)。在物聯(lián)網(wǎng)、信息技術(shù)和定位技術(shù)高速發(fā)展的背景下,軌跡數(shù)據(jù)無(wú)時(shí)無(wú)刻不在高速增長(zhǎng)。如何從這些軌跡數(shù)據(jù)中挖掘和獲取出有用的信息,尋找區(qū)域路段熱點(diǎn),發(fā)現(xiàn)城市交通擁堵原因,緩解日益繁重的交通壓力成為智慧城市發(fā)展中亟待解決的問(wèn)題。本文通過(guò)研究交通軌跡數(shù)據(jù)的特性,改進(jìn)聚類(lèi)算法,研究軌跡數(shù)據(jù)聚類(lèi)算法以及對(duì)擁堵點(diǎn)計(jì)算方法的構(gòu)建,實(shí)現(xiàn)對(duì)城市交通擁堵點(diǎn)的發(fā)現(xiàn),本文主要工作包括:(1)提出基于網(wǎng)格質(zhì)心的數(shù)據(jù)集合聚類(lèi)簇?cái)?shù)發(fā)現(xiàn)算法,可以有效的發(fā)現(xiàn)一個(gè)數(shù)據(jù)集合的類(lèi)簇?cái)?shù)。針對(duì)目前K-means聚類(lèi)算法(包含K-means改進(jìn)算法)在聚類(lèi)算法開(kāi)始前需要確定聚類(lèi)簇個(gè)數(shù)以及隨機(jī)選取初...

【文章頁(yè)數(shù)】：69 頁(yè)

【學(xué)位級(jí)別】：碩士

【文章目錄】：
摘要
Abstract
第一章 引言
    §1.1 研究背景及意義
    §1.2 國(guó)內(nèi)外研究現(xiàn)狀
        §1.2.1 軌跡聚類(lèi)研究現(xiàn)狀
        §1.2.2 交通擁堵研究現(xiàn)狀
    §1.3 本文主要工作
    §1.4 論文組織及結(jié)構(gòu)
第二章 相關(guān)知識(shí)
    §2.1 軌跡數(shù)據(jù)處理
        §2.1.1 數(shù)據(jù)清洗
        §2.1.2 停留點(diǎn)檢測(cè)
        §2.1.3 地圖匹配
        §2.1.4 大數(shù)據(jù)處理工具—Spark
    §2.2 聚類(lèi)算法
        §2.2.1 密度聚類(lèi)
        §2.2.2 網(wǎng)格聚類(lèi)
        §2.2.3 基于劃分聚類(lèi)
        §2.2.4 基于層次聚類(lèi)
    §2.3 軌跡數(shù)據(jù)挖掘
    §2.4 交通擁堵分析
    §2.5 本章小結(jié)
第三章 基于網(wǎng)格的K-means并行聚類(lèi)算法
    §3.1 算法設(shè)計(jì)概述
    §3.2 基于網(wǎng)格的K-means并行聚類(lèi)算法
        §3.2.1 Spark并行化
        §3.2.2 基于網(wǎng)格質(zhì)心的數(shù)據(jù)集合類(lèi)簇?cái)?shù)確定算法
        §3.2.3 基于網(wǎng)格密度的距離權(quán)值
        §3.2.4 網(wǎng)格單元長(zhǎng)度劃分
        §3.2.5 基于網(wǎng)格的K-means聚類(lèi)
    §3.3 本章小結(jié)
第四章 基于網(wǎng)格聚類(lèi)的交通擁堵點(diǎn)及擁堵區(qū)域的發(fā)現(xiàn)
    §4.1 基于網(wǎng)格密度的城市路網(wǎng)軌跡聚類(lèi)
        §4.1.1 實(shí)驗(yàn)數(shù)據(jù)介紹及處理
        §4.1.2 地圖匹配
        §4.1.3 基于網(wǎng)格密度的城市路網(wǎng)軌跡聚類(lèi)算法
    §4.2 交通擁堵點(diǎn)及擁堵路段的發(fā)現(xiàn)
        §4.2.1 算法設(shè)計(jì)概述
        §4.2.2 交通擁堵點(diǎn)發(fā)現(xiàn)流程
        §4.2.3 軌跡點(diǎn)的網(wǎng)格劃分
        §4.2.4 擁堵點(diǎn)計(jì)算
        §4.2.5 特殊路口的擁堵點(diǎn)計(jì)算
        §4.2.6 交通擁堵區(qū)域發(fā)現(xiàn)
    §4.3 本章小結(jié)
第五章 測(cè)試與分析
    §5.1 聚類(lèi)算法性能測(cè)試
        §5.1.1 實(shí)驗(yàn)環(huán)境
        §5.1.2 基于網(wǎng)格質(zhì)心的數(shù)據(jù)集合類(lèi)簇?cái)?shù)確定算法
        §5.1.3 基于網(wǎng)格的K-means并行聚類(lèi)算法
    §5.2 基于網(wǎng)格密度的城市路網(wǎng)軌跡聚類(lèi)算法
        §5.2.1 基于網(wǎng)格密度的城市路網(wǎng)軌跡聚類(lèi)
        §5.2.2 交通擁堵點(diǎn)及擁堵區(qū)域的發(fā)現(xiàn)
    §5.3 本章小結(jié)
第六章 總結(jié)與展望
    §6.1 工作總結(jié)
    §6.2 下一步工作
參考文獻(xiàn)
致謝
作者在攻讀碩士期間的主要研究成果



本文編號(hào)：3834244