原文传递
基于数据挖掘的短时交通流预测系统研究初步
| 论文题名： | 基于数据挖掘的短时交通流预测系统研究初步 |
| 关键词： | 城市道路交通;交叉路口;数据挖掘;短时交通流;预测系统 |
| 摘要： | 近年来城市道路交通状况越来越拥挤，交通问题几乎成为了所有大、中型城市面临的共同问题。交叉路口是城市交通网络中重要的节点，对路口短时流量的准确预测可以辅助改善路口混乱的交通状况，缓解城市交通拥挤，优化城市路网运行，同时对智能交通领域的研究、应用、实施和促进城市交通健康、和谐、稳定地发展具有重要意义。 数据挖掘则是近年来信息技术领域兴起的一个重要研究领域。大量原始数据的价值在于其中可能隐藏着一些未知的知识，可以给人们的觉得提供更多的帮助。随着数据采集技术的发展，数据量越来越大，属性也越来越多，如何从这些数据中获得有效的知识正是数据挖掘所要解决的问题。目前，该研究领域已经成为数据库、信息管理系统、人工智能及决策支持等相关领域的研究课题。 如何应用先进的信息技术，对数量日益庞大、类别日益繁多的静态、动态交通数据信息及社会信息资源进行综合开发和有效利用，成为一个迫切的问题，把数据挖掘技术应用于交通流预测具有现实意义。 在数据挖掘的前期，要进行数据仓库的建设，本文首先整体的介绍了数据仓库建设的过程，以及对数据挖掘的概念及其应用做了较全面的论述，接着把数据挖掘技术和交通流预测结合起来综合讨论，最后设计和实现了基于SOA(Service-Oriented Architecture，面向服务的体系结构)的高性能、可扩展的数据挖掘系统，该系统通过数据挖掘过程描述和通用的过程模型接口，实现数据挖掘应用的统一管理和调用，最后在系统上建立了基于路口流量预测的应用模型。 |
| 作者： | 周健 |
| 专业： | 交通信息工程及控制 |
| 导师： | 龚德俊 |
| 授予学位： | 硕士 |
| 授予学位单位： | 长沙理工大学 |
| 学位年度： | 2008 |
| 正文语种： | 中文 |
检索历史
应用推荐
