原文传递
隧道交通状况的大数据挖掘方法研究
| 论文题名： | 隧道交通状况的大数据挖掘方法研究 |
| 关键词： | 隧道交通;大数据;数据挖掘;智能交通;机器视觉 |
| 摘要： | 随着我国隧道和桥梁工程技术的快速发展，高速公路的建设速度加快，我国已经成为世界上高速公路通车里程较长、隧道和桥梁最多的国家，在给交通带来便利的同时也对隧道交通安全管理提出了新的要求。本课题组研究“高速公路隧道照明节能控制系统”，基于“机器视觉技术”获取照明灯组的开/关、亮度调节的控制触发信息，其视频信息包含了隧道节点、行车图像、车速、车牌、车型等等信息，隧道交通是公路交通的重要组成部分，是“智能交通”不可或缺的单元，为加快智能交通发展，本文在课题研究的基础上，对隧道交通信息化管理进行前期探索。 传统隧道监控系统的数据，多以图片、视频方式存储，其数据量大而且格式不同，难于进行分析和利用，如今大数据技术提供了一个有效的解决途径。本课题组为实施隧道照明智能化控制而采用“机器视觉技术”，通过图像处理获取控制触发信息的同时，其运算得到的一些特征信息可以存储利用。因数据都是经过处理后的特征数据，信息量不会减少，但数据的存储空间却大大降低了，通过数据挖掘技术获取交通数据服务于智能交通，有广阔的应用前景。 本文首先简述数据挖掘的基本理论、隧道交通的研究现状、交通领域数据挖掘的发展，为隧道交通信息的数据挖掘做理论铺垫；接着分析了隧道交通数据的数据流来源及其特性，对隧道内的数据流的格式和类型做了简单阐述；然后介绍大数据平台的搭建过程，并基于hadoop技术阐述隧道交通大数据分析系统的系统架构、数据系统，对系统的数据采集、预处理过程，以及基于 Map-Reduce快速提取有效信息的方法进行研究，最后利用数据挖掘方法对隧道交通拥堵预测做进一步研究。通过数据挖掘实验测试，达到了预期成效。 |
| 作者： | 卢倩 |
| 专业： | 电路与系统 |
| 导师： | 李良荣 |
| 授予学位： | 硕士 |
| 授予学位单位： | 贵州大学 |
| 学位年度： | 2016 |
| 正文语种： | 中文 |
检索历史
应用推荐
