交通高維數(shù)據(jù)邏輯整合與降解研究.pdf

1、一直以來，交通數(shù)據(jù)管理都是一個嚴重的社會問題，由于交通管理部門建立的信息系統(tǒng)大多處于“孤島型”運作，導致交通信息零散、數(shù)據(jù)之間缺乏必要的內在聯(lián)系等問題的大量存在，從而給交通信息的應用造成了極大的不便。因此，對高維交通數(shù)據(jù)進行邏輯整合及降解研究對交通數(shù)據(jù)的管理和應用具有重大的實際意義。
　　本文首先對各種交通檢測數(shù)據(jù)進行了有關處理，先對各數(shù)據(jù)進行了時空規(guī)范化處理，具體給出了路網上檢測點位的編碼方法;然后對規(guī)范的交通數(shù)據(jù)進行有效性判別

2、，對無效的故障數(shù)據(jù)提出了具體的修復方法;最后對由于檢測設備具有不同檢測精度引起的交通數(shù)據(jù)沖突予以識別和消減。
　　其次，本文以云計算技術為支撐，借助于分布式存儲的思想，通過對交通數(shù)據(jù)進行詳細分類，并對各類交通數(shù)據(jù)進行了維度分析，同時給出了各類交通數(shù)據(jù)的二維表結構。基于分布式存儲的理念構建了以Hadoop為平臺、以Hbase分布式數(shù)據(jù)庫為存儲工具的交通數(shù)據(jù)存儲體系，并對各類交通數(shù)據(jù)創(chuàng)建了基于IP地址查詢的多級索引，同時對存儲在Hba

3、se中的數(shù)據(jù)表賦予了相應的IP，在此基礎上實現(xiàn)交通高維數(shù)據(jù)逐層存儲的目標。這不僅實現(xiàn)了交通高維數(shù)據(jù)的邏輯整合，也為交通數(shù)據(jù)的查詢或統(tǒng)計分析提供了方便。
　　針對交通數(shù)據(jù)的檢索，鑒于交通數(shù)據(jù)具有明顯的時空特征，首先將所查數(shù)據(jù)的空間坐標與GIS圖進行映射，得到與該空間位置對應的路網檢測點位，然后對檢測點位上所包含的交通信息進行檢索，通過逐層遍歷，得到存儲該檢測點位上所需信息的IP地址，通過訪問IP地址，得到二維表，最后通過輸入查詢條件