數(shù)據(jù)挖掘技術(shù)在交通管理中的應(yīng)用

數(shù)據(jù)挖掘技術(shù)在交通管理中的應(yīng)用

ID:34121078

大?。?.13 MB

頁數(shù):76頁

時(shí)間:2019-03-03

數(shù)據(jù)挖掘技術(shù)在交通管理中的應(yīng)用_第1頁
數(shù)據(jù)挖掘技術(shù)在交通管理中的應(yīng)用_第2頁
數(shù)據(jù)挖掘技術(shù)在交通管理中的應(yīng)用_第3頁
數(shù)據(jù)挖掘技術(shù)在交通管理中的應(yīng)用_第4頁
數(shù)據(jù)挖掘技術(shù)在交通管理中的應(yīng)用_第5頁
資源描述:

《數(shù)據(jù)挖掘技術(shù)在交通管理中的應(yīng)用》由會(huì)員上傳分享,免費(fèi)在線閱讀,更多相關(guān)內(nèi)容在學(xué)術(shù)論文-天天文庫。

1、電子科技大學(xué)UNIVERSITYOFELECTRONICSCIENCEANDTECHNOLOGYOFCHINA工程碩士學(xué)位論文ENGINEERINGMASTERDISSERTATION論文題目數(shù)據(jù)挖掘技術(shù)在交通管理中的應(yīng)用工程領(lǐng)域軟件工程指導(dǎo)教師葉茂副教授作者姓名王亞云學(xué)號(hào)200792312068分類號(hào)密級(jí)注1UDC學(xué)位論文數(shù)據(jù)挖掘技術(shù)在交通管理中的應(yīng)用(題名和副題名)王亞云(作者姓名)指導(dǎo)教師姓名葉茂副教授電子科技大學(xué)成都項(xiàng)振茂高工浙江公安應(yīng)用技術(shù)研究所紹興(職務(wù)、職稱、學(xué)位、單位名稱及地址)申請(qǐng)專業(yè)學(xué)位級(jí)別碩士專業(yè)學(xué)位類別工程碩士工程領(lǐng)域名稱軟件工程提交論文日期2009.9論文答辯日

2、期2009.11學(xué)位授予單位和日期電子科技大學(xué)答辯委員會(huì)主席評(píng)閱人2009年月日注1:注明《國(guó)際十進(jìn)分類法UDC》的類號(hào)獨(dú)創(chuàng)性聲明本人聲明所呈交的學(xué)位論文是本人在導(dǎo)師指導(dǎo)下進(jìn)行的研究工作及取得的研究成果。據(jù)我所知,除了文中特別加以標(biāo)注和致謝的地方外,論文中不包含其他人已經(jīng)發(fā)表或撰寫過的研究成果,也不包含為獲得電子科技大學(xué)或其它教育機(jī)構(gòu)的學(xué)位或證書而使用過的材料。與我一同工作的同志對(duì)本研究所做的任何貢獻(xiàn)均已在論文中作了明確的說明并表示謝意。簽名:日期:年月日關(guān)于論文使用授權(quán)的說明本學(xué)位論文作者完全了解電子科技大學(xué)有關(guān)保留、使用學(xué)位論文的規(guī)定,有權(quán)保留并向國(guó)家有關(guān)部門或機(jī)構(gòu)送交論文的復(fù)印件和

3、磁盤,允許論文被查閱和借閱。本人授權(quán)電子科技大學(xué)可以將學(xué)位論文的全部或部分內(nèi)容編入有關(guān)數(shù)據(jù)庫進(jìn)行檢索,可以采用影印、縮印或掃描等復(fù)制手段保存、匯編學(xué)位論文。(保密的學(xué)位論文在解密后應(yīng)遵守此規(guī)定)簽名:導(dǎo)師簽名:日期:年月日摘要摘要交通流量短時(shí)預(yù)測(cè)和交通安全評(píng)價(jià)是交通管理工作中的重點(diǎn)內(nèi)容,本文利用相關(guān)的數(shù)據(jù)挖掘技術(shù)對(duì)上述問題進(jìn)行了研究,主要工作如下:本文在研究了基于數(shù)據(jù)挖掘和智能交通管理平臺(tái)的基礎(chǔ)上,結(jié)合杭州市交通發(fā)展現(xiàn)狀和遠(yuǎn)景規(guī)劃,提出了基于數(shù)據(jù)挖掘技術(shù)的杭州市智能交通管理平臺(tái),在所獲得的綜合交通數(shù)據(jù)的基礎(chǔ)上,為交通管理提供輔助決策支持功能。針對(duì)杭州市綜合交通共用信息平臺(tái)的交通預(yù)測(cè)模塊,

4、本文基于時(shí)變結(jié)構(gòu)的支持向量機(jī)模型,提出了一種交通流短期預(yù)測(cè)新方法。編程平臺(tái)是Matlab6.5,支持向量機(jī)采用LSSVMlab1.5工具箱。為了匹配交通流的時(shí)變特性,該方法要求每一次預(yù)測(cè)都要進(jìn)行一次SVM模型重建。SVM模型結(jié)構(gòu)依賴于過去1小時(shí)的交通流歷史數(shù)據(jù)。實(shí)驗(yàn)結(jié)果表明基于時(shí)變結(jié)構(gòu)的支持向量機(jī)模型其預(yù)測(cè)精度優(yōu)于常規(guī)的支持向量機(jī)模型。在7時(shí)至22時(shí)階段,其預(yù)測(cè)平均絕對(duì)誤差和均方差分別為5.1veh/5min,6.0veh/5min。針對(duì)杭州市綜合交通共用信息平臺(tái)的決策支持模塊,本文利用主成分分析方法提出了交通安全評(píng)價(jià)體系,該評(píng)價(jià)體系利用所提取的影響交通安全的主成分構(gòu)建了安全指數(shù),該安全

5、指數(shù)可以定性和定量地對(duì)交通安全水平進(jìn)行評(píng)價(jià)。主成分分析方法利用Matlab6.5平臺(tái)自帶的pcacov函數(shù)實(shí)現(xiàn)。針對(duì)評(píng)價(jià)體系所分析的交通事故數(shù)據(jù)基礎(chǔ),本文分析了兩種數(shù)據(jù)基礎(chǔ)即基本指標(biāo)和擴(kuò)充指標(biāo)對(duì)評(píng)價(jià)結(jié)果的影響。實(shí)例分析結(jié)果表明基于擴(kuò)充指標(biāo)的評(píng)價(jià)體系能更客觀地反映交通安全水平。關(guān)鍵詞:交通流量,支持向量機(jī),Matlab,交通安全評(píng)價(jià),主成分IABSTRACTABSTRACTPredictionofShort-timetrafficflowvolumeandevaluationofregiontrafficsafetyareimportantfortrafficmanagement.This

6、dissertationmainlyfocusesontheaboveworksusingdataminingtechniques.Themainworkofthedissertationincludes:BasedonthestudyofdataminingtechnologyandIntelligentTrafficManagementPlatform,theIntegratedTrafficInformationPlatforminHangzhouCityisproposedcombinedwiththecurrenttrafficsituationandlong-rangetra

7、fficplanningofHangzhouCity.ThisPlatformcanobtainusefulknowledgefromtheallkindsoftrafficdatasets.AccordingtotheTrafficPredictionModuleofIntegratedTrafficInformationPlatforminHangzhouCity,usingsupportvectormachine(SVM)wi

當(dāng)前文檔最多預(yù)覽五頁,下載文檔查看全文

此文檔下載收益歸作者所有

當(dāng)前文檔最多預(yù)覽五頁,下載文檔查看全文
溫馨提示:
1. 部分包含數(shù)學(xué)公式或PPT動(dòng)畫的文件,查看預(yù)覽時(shí)可能會(huì)顯示錯(cuò)亂或異常,文件下載后無此問題,請(qǐng)放心下載。
2. 本文檔由用戶上傳,版權(quán)歸屬用戶,天天文庫負(fù)責(zé)整理代發(fā)布。如果您對(duì)本文檔版權(quán)有爭(zhēng)議請(qǐng)及時(shí)聯(lián)系客服。
3. 下載前請(qǐng)仔細(xì)閱讀文檔內(nèi)容,確認(rèn)文檔內(nèi)容符合您的需求后進(jìn)行下載,若出現(xiàn)內(nèi)容與標(biāo)題不符可向本站投訴處理。
4. 下載文檔時(shí)可能由于網(wǎng)絡(luò)波動(dòng)等原因無法下載或下載錯(cuò)誤,付費(fèi)完成后未能成功下載的用戶請(qǐng)聯(lián)系客服處理。