学位论文 > 优秀研究生学位论文题录展示
数据挖掘技术在短时交通流预测上的应用研究
作 者: 汪志贞
导 师: 方敏
学 校: 西安电子科技大学
专 业: 计算机应用技术
关键词: 短时交通流预测 数据挖掘 PrefixSpan 数据预处理
分类号: TP311.13
类 型: 硕士论文
年 份: 2010年
下 载: 104次
引 用: 1次
阅 读: 论文下载
内容摘要
随着城市化的进展以及汽车工业的发展,交通问题已成为当今社会的严重问题。智能交通系统是目前国际公认的解决城市以及高速公路交通拥挤、提高运行效率、减少空气污染的最佳途径。而智能交通系统对交通流进行控制和诱导的前提及关键是准确的短时交通流预测。本文主要研究了基于对路段上交通流控制和诱导的主要交通流参数(包括车流量、平均车速和车道占有率)的数据挖掘技术在短时交通流预测中的应用。为了提高预测的准确率,在进行数据挖掘前,先对数据集分别进行数据修补、离散化和符号化、以及交通时段划分等预处理,给出了一种基于关联规则挖掘算法,对问题数据进行修补的方法,并通过实验证明GSP算法的执行效率明显优于Apriori算法。然后,基于对预测实时性的考虑,选择执行效率相对较高的PrefixSpan算法,以预处理后的历史交通流数据为挖掘对象进行序列模式挖掘,利用生成的频繁序列对下一时刻的交通流情况进行预测。由于PrefixSpan算法本身的特性,不适合对多时刻的短时交通流预测,因此,对PrefixSpan算法进行了改进,并用太阳黑子预测实验证明改进算法对时间序列挖掘的适用性。最后,重点研究了改进后的PrefixSpan算法,在短时交通流多时刻预测上的应用。实验表明,该算法对未来若干时刻交通流的情况起了较好的预测效果,有利于对交通的控制和交通流的诱导,可对智能交通系统进行完善。
|
全文目录
摘要 3-4 ABSTRACT 4-7 第一章 绪论 7-11 1.1 研究背景及意义 7 1.2 国内外研究现状 7-9 1.3 论文的主要内容和章节安排 9-10 1.4 本章小结 10-11 第二章 数据挖掘的相关概念及主要算法 11-23 2.1 数据挖掘的相关概念介绍 11-13 2.1.1 数据挖掘的概念 11 2.1.2 数据挖掘的模式分类 11-12 2.1.3 数据挖掘的步骤 12-13 2.2 关联规则挖掘的相关概念和主要算法 13-17 2.2.1 关联规则挖掘 13-14 2.2.2 关联规则挖掘的主要算法 14-17 2.3 时间序列挖掘的相关概念及主要算法 17-21 2.3.1 时间序列挖掘 17-18 2.3.2 时间序列挖掘的主要算法 18-21 2.4 本章小结 21-23 第三章 数据预处理技术介绍与研究 23-33 3.1 数据预处理的主要方法 23-24 3.2 交通流数据的基本特征 24-25 3.3 交通流数据的预处理技术研究 25-32 3.3.1 交通流原始数据的选取 25-26 3.3.2 交通流原始数据的修补 26-27 3.3.3 数据离散化及符号化 27-31 3.3.4 交通流时段的划分 31-32 3.4 本章小结 32-33 第四章 关联规则挖掘技术在数据修补中的应用研究 33-41 4.1 经验数据的选取与处理 33-35 4.2 交通流属性参数的关联规则挖掘 35-40 4.2.1 实验过程 35-37 4.2.2 算法效率分析 37-38 4.2.3 实验结果的分析与应用 38-40 4.3 本章小结 40-41 第五章 时间序列模式挖掘在短时交通流预测中的应用研究 41-57 5.1 基于PrefixSpan算法的短时交通流的下一时刻预测 41-44 5.1.1 实验过程 41-43 5.1.2 实验结果分析 43-44 5.2 PrefixSpan的改进算法 44-52 5.2.1 PrefixSpan算法的特性分析 45-46 5.2.2 PrefixSpan改进算法的描述 46-48 5.2.3 PrefixSpan改进算法的示例 48-50 5.2.4 PrefixSpan改进算法在太阳黑子预测中的应用 50-52 5.3 PrefixSpan的改进算法在短时交通流多时刻预测中的应用研究 52-56 5.3.1 实验过程 52-54 5.3.2 实验结果分析 54-56 5.4 本章小结 56-57 第六章 总结与展望 57-59 致谢 59-61 参考文献 61-65 在读期间的研究成果 65
|
相似论文
- 基于数据挖掘技术的保健品营销研究,F426.72
- 高忠英学术思想与经验总结及运用补肺汤加减治疗呼吸系统常见病用药规律研究,R249.2
- 张炳厚学术思想与临床经验总结及应用地龟汤类方治疗慢性肾脏病的经验研究,R249.2
- Bicluster数据分析软件设计与实现,TP311.52
- 基于变异粒子群的聚类算法研究,TP18
- 融合粒子群和蛙跳算法的模糊C-均值聚类算法研究,TP18
- 基于遗传算法和粗糙集的聚类算法研究,TP18
- 基于粗糙集的城市区域交通绿时控制系统研究,TP18
- 基于数据挖掘的税务稽查选案研究,F812.42
- 面向社区教育的个性化学习系统的研究与实现,TP391.6
- 基于关联规则挖掘的入侵检测系统的研究与实现,TP393.08
- 数据仓库技术在银行客户管理系统中的研究和实现,TP315
- 基于Moodle的高职网络教学系统设计与实现,TP311.52
- 教学质量评估数据挖掘系统设计与开发,TP311.13
- 关联规则算法在高职院校贫困生认定工作中的应用,G717
- 基于数据挖掘技术在城市供水的分析与决策,F299.24;F224
- 数据挖掘技术在电视用户满意度分析中的应用研究,TP311.13
- Web使用挖掘与网页个性化服务推荐研究,TP311.13
- 数据挖掘在学校管理和学生培养中的应用,TP311.13
- 高校毕业生就业状况监测系统研究,G647.38
- 基于数据仓库的药品监管辅助决策支持系统的设计与实现,TP311.13
中图分类: > 工业技术 > 自动化技术、计算机技术 > 计算技术、计算机技术 > 计算机软件 > 程序设计、软件工程 > 程序设计 > 数据库理论与系统
© 2012 www.xueweilunwen.com
|