基于數(shù)據(jù)挖掘的車聯(lián)網交通擁塞檢測技術研究.pdf

1、隨著國民經濟水平的不斷提高，汽車擁有量不斷增多，由此導致了一系列城市交通矛盾和社會矛盾，其中交通擁塞矛盾最為突出。如何實現(xiàn)交通區(qū)域的有效檢測是智能交通系統(tǒng)及車聯(lián)網發(fā)展中面臨的關鍵技術挑戰(zhàn)。本文在對交通信息預處理的基礎上，提出了一種基于GPS數(shù)據(jù)的交通擁塞區(qū)域的檢測算法。主要工作如下：
　?。?）為剔除交通信息采集中的異常數(shù)據(jù)，提高交通信息采集的準確度，本文提出了一種使用冪函數(shù)實現(xiàn)假性正常分布的變換方法。首先用Q-Q圖對樣本數(shù)據(jù)進行

2、正態(tài)性檢驗，對不服從正態(tài)分布的樣本點使用冪函數(shù)方法進行修正，最后使用3σ準則進行數(shù)據(jù)清洗。仿真結果表明，使用所提方法處理后的樣本數(shù)據(jù)均勻分布在擬合曲線。
　?。?）為提高數(shù)據(jù)修復的準確度，針對連續(xù)點的異常數(shù)據(jù)，本文提出了一種時間-空間相關性模型下的基于速度的數(shù)據(jù)修復方法。該方法在二次指數(shù)平滑方法的基礎上，將路段之間的相關性應用到數(shù)據(jù)修復算法中，以修復缺失的樣本值。仿真結果表明，本文提出的時間-空間性相關模型下的數(shù)據(jù)修復方法具有更高