原文传递
交通流时间序列的聚类分析方法及应用
| 论文题名： | 交通流时间序列的聚类分析方法及应用 |
| 关键词： | 交通流;时间序列;相似性;聚类分析法;数据挖掘 |
| 摘要： | 随着交通行业的发展，交通系统每天存储着海量的交通流数据，如何对这些数据进行合理的处理和分析，从中发现交通规律，对指导交通规划和解决交通拥堵等问题具有重大意义。数据挖掘技术中的时间序列聚类分析方法是研究和分析交通流数据的有效方法。 本文对交通流数据按照时间序列方法进行了聚类分析，旨在发现有价值的交通规律。主要工作是以深圳市的交通系统为研究对象，采用时间序列的聚类分析方法对系统中的交通流数据进行了分析。首先，对全市交通系统中的交通流数据进行预处理，采用几种典型的聚类方法对深南大道、滨海大道和滨河大道三条快速路的交通流数据进行分析，比较了不同的方法在交通流时间序列中的应用效果，并对快速路上的多个监测点的交通流数据进行层次聚类，发现了在不同快速路段的交通流量差别；其次，利用k均值聚类分析方法对快速路多个监测点的早高峰和晚高峰信息进行了模式划分，发现了不同监测点的交通流在流向上有“早高峰模式”和“晚高峰模式”；最后，分别对高速路和快速路的监测点交通流时间序列的相似性进行比较，发现了高速路和快速路不同的交通流特性：与快速路相比，高速路相邻监测点同一天的交通流量能较好的保持在一定水平上，但同一个监测点不同时间的交通流相似性较差。 |
| 作者： | 李强 |
| 专业： | 交通信息工程及控制 |
| 导师： | 侯忠生 |
| 授予学位： | 硕士 |
| 授予学位单位： | 北京交通大学 |
| 学位年度： | 2011 |
| 正文语种： | 中文 |
检索历史
应用推荐
