面向交通量過載預測的移動軌跡數(shù)據(jù)分析方法研究.pdf_第1頁
已閱讀1頁,還剩64頁未讀, 繼續(xù)免費閱讀

下載本文檔

版權說明:本文檔由用戶提供并上傳,收益歸屬內容提供方,若內容存在侵權,請進行舉報或認領

文檔簡介

1、隨著經(jīng)濟的快速發(fā)展,城市交通擁堵成了我國亟待解決的問題,通過交通量過載預測可以有效解決該問題。人們出行時一般傾向于找到便捷的路徑,以便順利到達目的地。通常,人們對其生活的固定區(qū)域的交通情況較為熟悉,可以在初步預測交通量后規(guī)律性地選擇交通良好的路徑出行,避免擁堵。本文針對交通量過載問題展開研究,收集交通移動對象產(chǎn)生的軌跡數(shù)據(jù),研究軌跡分析的方法,進行交通量過載預測。有助于人們了解城市交通情況,有效避免城市交通擁堵。
  首先,對海量

2、的用戶軌跡數(shù)據(jù)進行分析,提出一種動態(tài)分析移動對象軌跡模式、預測軌跡位置的方法(PRED)。使用改進的模式挖掘模型,提取軌跡頻繁模式(簡稱T-模式),然后提出DPTConstruct_Update算法,設計快捷數(shù)據(jù)結構DPT(Dynamic ParternTree)。DPT蘊含時空信息,用來存儲和查詢移動物體的T-模式,并提出Prediction算法計算最佳匹配度,得到移動對象軌跡的預測位置。
  其次,提出一種基于HMM模型的軌跡

3、聚類方法(HMM-Cluster)。提取時空軌跡的特征點,減少軌跡數(shù)據(jù)量,節(jié)約存儲成本。為軌跡擬合HMM模型,提出Sim-HMM算法,計算得到軌跡相似度矩陣。提出HMM-Cluster算法,有效地聚合相似性軌跡,發(fā)現(xiàn)交通量過載情況。
  最后,本文使用真實軌跡數(shù)據(jù)集進行對比實驗。實驗結果表明:本文提出的PRED方法和HMM-Cluster方法具有良好的效果,可方便、有效地挖掘移動對象運動模式,預測交通量,在實際的生活中具有較大的應

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
  • 4. 未經(jīng)權益所有人同意不得將文件中的內容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內容本身不做任何修改或編輯,并不能對任何下載內容負責。
  • 6. 下載文件中如有侵權或不適當內容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論