收藏本站
《北京邮电大学》 2019年
收藏 | 手机打开
二维码
手机客户端打开本文

基于数据挖掘的交通信息预测机制研究

郭聪  
【摘要】:智能交通系统(Intelligent Transportation System,ITS)是随着社会和交通的进步而发展起来的交通管理体系,其思想为将交通中所涉及到的人、车辆、道路以及交通的实时运行情况综合起来加以利用。智能出行作为其中关键的一部分,需要对交通信息进行预测,帮助人们在对未来短时交通状况有所了解的情况下有计划地出行。大数据相关技术的发展也为智能交通的稳步前进带来了良好的契机。本文的重点在于利用数据挖掘技术对未来短时交通信息的预测机制进行研究,以行程时间和出租车需求量的预测为代表突破口,实现对现有交通资源和车辆资源的有效利用。对于行程时间的预测,结合对数据的分析,将车辆的瞬时速度映射为路段速度,并将路段速度作为预测的关键特征。考虑到路段速度的缺失情况,在数据预处理部分,提出基于邻近相似度的缺失值填充算法并应用于路段速度的填充。通过K最近邻(K Nearest Neighbors,KNN)模型、人工神经网络(Artificial Neural Network,ANN)和梯度提升回归树(Gradient Boosting Regression Trees,GBRT)模型对特殊值填充等四种填充算法处理后的数据进行预测,验证了所提算法的有效性和准确性,也分析了不同预测模型在行程时间预测方面的优劣性。对于出租车需求量的预测,从时序和非时序两个角度进行分析。时序方面,以季节性差分自回归滑动平均模型(Seasonal Autoregressive Integrated Moving Average,SARIMA)作为基线,针对其纯线性的限制,提出混合的SARIMA-SVR模型,从SARIMA处理后的残差序列中挖掘出原始数据中的非线性成分,并对结果进行修正。非时序方面,首先通过基于密度的DBSCAN(Density Based Spatial C lustering of Applications with Noise)聚类算法挖掘出区域的热度分布模式,并将热度分布模式作为重要特征加入神经网络模型进行训练,得到适用于各种热度分布的区域预测模型。最终,通过集成学习算法将多模型进行融合,综合各自的优点,得到最终的高准确率的预测模型。对于不同种类的交通信息预测,都通过MAPE等指标对预测结果和预测模型进行分析。结果表明,本文中提出的算法、对于不同模型的改进措施相比于基本模型来说,在预测的准确度上都有较大的提升,这也使得对于交通信息的预测机制有了较大的改进。
【学位授予单位】:北京邮电大学
【学位级别】:硕士
【学位授予年份】:2019
【分类号】:TP311.13;U495

【相似文献】
中国期刊全文数据库 前10条
1 邵兴江;;数据挖掘在教育信息化中的应用空间分析[J];浙江现代教育技术;2004年03期
2 于春香;;数据挖掘技术简介[J];福建信息技术教育;2005年01期
3 周致丞;;大数据下一种规则的快速挖掘技术研究[J];河南科技;2018年25期
4 蔡萌萌;张巍巍;王泓霖;;大数据时代的数据挖掘综述[J];价值工程;2019年05期
5 张泽;吕新;侯彤瑜;;数据挖掘在农业信息化中的应用进展探析[J];信息记录材料;2019年01期
6 张俊杰;;恰当的水务大数据才符合数据挖掘的需求[J];城乡建设;2019年02期
7 王彬;;数据挖掘构成要素的侦查视角分析[J];河南警察学院学报;2019年02期
8 程志;张玉彤;贾彪;;远距离光纤通信传输故障数据挖掘方法[J];激光杂志;2019年04期
9 赵乌吉斯古楞;;数据挖掘的研究热点和发展趋势的浅谈[J];电脑知识与技术;2019年08期
10 李智峰;段蔓;;浅谈计算机数据挖掘技术的开发及应用探究[J];信息技术与信息化;2019年05期
中国重要会议论文全文数据库 前10条
1 马钰超;;浅析大数据和数据挖掘及其在烟草行业中的应用[A];中国烟草学会2015年度优秀论文汇编[C];2015年
2 唐杰;梅俏竹;;数据挖掘学科发展研究[A];2012-2013控制科学与工程学科发展报告[C];2014年
3 王时光;;大数据时代规划数据挖掘的创新思考[A];新常态:传承与变革——2015中国城市规划年会论文集(04城市规划新技术应用)[C];2015年
4 史东辉;蔡庆生;张春阳;;一种新的数据挖掘多策略方法研究[A];第十七届全国数据库学术会议论文集(研究报告篇)[C];2000年
5 谢中;邱玉辉;;面向商务网站有效性的数据挖掘方法[A];第十八届全国数据库学术会议论文集(技术报告篇)[C];2001年
6 许珂;姜山;;数据挖掘方法在科技产出分布可视化研究中的运用[A];第二届中国科技哲学及交叉学科研究生论坛论文集(硕士卷)[C];2008年
7 雷宇;;论行业信息资源的数据挖掘[A];中国烟草行业信息化研讨会论文集[C];2004年
8 吴以凡;吴铁军;欧阳树生;;面向生产过程质量控制的动态数据挖掘方法[A];05'中国自动化产业高峰会议暨中国企业自动化和信息化建设论坛论文集[C];2005年
9 彭怡;;从数据挖掘文章聚类分析看其发展趋势[A];现代工业工程与管理研讨会会议论文集[C];2006年
10 张建锦;刘小霞;;密度偏差抽样及其在海量数据挖掘中的应用[A];2006北京地区高校研究生学术交流会——通信与信息技术会议论文集(下)[C];2006年
中国重要报纸全文数据库 前10条
1 陆天歌 王兆亮;数据挖掘:帮你读懂未来战争[N];解放军报;2018年
2 本报记者 戴丽昕;在人才工作中展现数据挖掘力量[N];上海科技报;2019年
3 本报记者 林丽鹂;用大数据挖掘市场“金矿”[N];人民日报;2019年
4 本报记者 张佳星;把扎克伯格拉下水,大数据挖掘犯错了吗[N];科技日报;2018年
5 本报记者 张佳星;数据挖掘大战 机器怎么做到“见信如面”[N];科技日报;2018年
6 记者 张潇;打造数据挖掘领域的“响尾蛇模式”[N];西安日报;2018年
7 上海市浦东卫生发展研究院 孙雪松 王晓丽;数据挖掘在医学大数据研究中的应用[N];中国信息化周报;2018年
8 本报记者 叶曜坤;全国人大代表邓晓辉:推翻阻碍数据挖掘的“三座大山”[N];人民邮电;2017年
9 本报记者 牛福莲;贵州争夺“大数据挖掘”制高点[N];中国经济时报;2017年
10 南方日报记者 彭颖;日化巨头借力大数据挖掘线下市场[N];南方日报;2017年
中国博士学位论文全文数据库 前10条
1 黄柏文;基于数据挖掘的徐力教授治疗晚期肺癌经验总结及常用药对实验研究[D];南京中医药大学;2019年
2 姜彦;正则化方法在数据挖掘中的应用与研究[D];湖南大学;2015年
3 马昱欣;结合可视化与数据挖掘的数据分析方法探究[D];浙江大学;2017年
4 李雄;单核苷酸多态性数据挖掘方法及其应用研究[D];湖南大学;2015年
5 董瑶;基于统计分析与数据挖掘的智能优化预测研究及应用[D];兰州大学;2015年
6 王达;时间序列数据挖掘研究与应用[D];浙江大学;2004年
7 马昕;粗糙集理论在数据挖掘领域中的应用[D];浙江大学;2003年
8 王立宏;信息系统的约简与粒度分析及其在数据挖掘中的应用[D];上海大学;2004年
9 杨虎;序列数据挖掘的模型和算法研究[D];重庆大学;2003年
10 李秋丹;数据挖掘相关算法的研究与平台实现[D];大连理工大学;2004年
中国硕士学位论文全文数据库 前10条
1 迟海成;数据挖掘中关联规则算法的研究与实现[D];天津理工大学;2019年
2 杨建;基于数据挖掘的智能财务审计系统研究与实现[D];河北经贸大学;2019年
3 刘瀚琳;基于数据挖掘的电力负荷预测与偏差预警[D];浙江大学;2019年
4 李景龙;基于数据挖掘的电子商务卖家分层模型研究[D];北京邮电大学;2019年
5 姚远;基于分层线性模型的中高考数据挖掘[D];北京邮电大学;2019年
6 魏璇;基于历史数据挖掘的异常目标识别系统的设计与实现[D];北京邮电大学;2019年
7 朱倩云;陈玉超主任运用中医药辨治肺癌的经验探析[D];南京中医药大学;2019年
8 姜建东;基于数据挖掘的江苏省中医院宫颈癌辨治经验总结[D];南京中医药大学;2019年
9 汤海林;士材学派辨治肿瘤学术思想的传承及衍变规律研究[D];南京中医药大学;2019年
10 蒋梦婷;基于数据挖掘的周仲瑛教授胆石症证治研究[D];南京中医药大学;2019年
中国知网广告投放
 快捷付款方式  订购知网充值卡  订购热线  帮助中心
  • 400-819-9993
  • 010-62791813
  • 010-62985026