原文传递
基于卡口数据的车辆轨迹模式识别研究
| 论文题名： | 基于卡口数据的车辆轨迹模式识别研究 |
| 关键词： | 智能交通;时空相似性度量;轨迹聚类;行为模式 |
| 摘要： | 随着城市智能交通的快速发展，城市中安装了大量的车辆检测设备，积累了丰富的数据资源，从数据中获取有价值的信息为交通管理领域提供决策支持已成为交通管理者的共识。卡口数据是一类重要的数据，其记录了车辆行驶的时空信息，蕴含了城市居民的出行状态与规律。基于卡口的车辆轨迹模式发现已成为交通领域重要研究方向之一。 本文以城市卡口历史数据为研究对象，基于该海量的车辆交通数据，重点对车辆轨迹模式进行识别研究。结合数据的时空特性，通过利用轨迹聚类和关联规则发现等数据挖掘方法对车辆轨迹模式以及车辆出行规律进行了深入研究。本文的主要工作如下： (1)在对现有数据挖掘聚类方法研究的基础上，通过路网约束条件下的时空轨迹数据分析，实现了一种基于时空轨迹划分和时空相似性度量的轨迹聚类方法，基于该方法发现了车辆轨迹模式类型以及异常车辆行为。 (2)采用关联规则方法发现了车辆之间的轨迹关系，为研究车辆出行规律，分析车辆轨迹间的关系，建立了轨迹关系的网络结构，对网络研究分析，发现了车辆出行时间规律以及车辆出行频繁模式。 (3)将车辆轨迹聚类分析以及车辆关联分析应用到交通车辆轨迹监控管理平台项目中，解决实际交通场景中车辆轨迹模式。实验表明，本文实现的聚类方法和时序关联规则方法在车辆模式研究中取得显著效果。 |
| 作者： | 姬贵阳 |
| 专业： | 计算机技术 |
| 导师： | 孙仁诚 |
| 授予学位： | 硕士 |
| 授予学位单位： | 青岛大学 |
| 学位年度： | 2016 |
检索历史
应用推荐
