基于WEKA的交通流數(shù)據(jù)處理平臺搭建及預測實現(xiàn).pdf

1、隨著交通流檢測、采集技術(shù)的發(fā)展，海量的交通信息得以獲取，與之相關(guān)的交通數(shù)據(jù)存儲和處理技術(shù)手段也在蓬勃發(fā)展，例如數(shù)據(jù)庫技術(shù)和數(shù)據(jù)挖掘技術(shù)，并且取得了大量理論上的研究成果。而針對獲取的海量交通數(shù)據(jù)，如何有效地使用已有的數(shù)據(jù)存儲、處理及分析技術(shù)及理論手段對其有效整合和開發(fā)，使交通工程人員能夠更快捷、更有效的進行交通流數(shù)據(jù)處理和分析是目前交通工程應用中的研究熱點問題之一。本文基于這個需求，建立了從交通流數(shù)據(jù)存儲到數(shù)據(jù)處理分析的集成處理平臺，即通

2、過接口開發(fā)方式，基于功能強大的開源數(shù)據(jù)挖掘工具WEKA，集成SQL Server數(shù)據(jù)庫，開發(fā)了從交通數(shù)據(jù)存儲到交通數(shù)據(jù)預處理、交通數(shù)據(jù)分析、交通數(shù)據(jù)挖掘、交通數(shù)據(jù)特征展示的集成交通數(shù)據(jù)處理平臺，設計了在平臺上進行交通流處理和分析的流程;并基于此平臺，將K-means聚類與BP神經(jīng)網(wǎng)絡算法相結(jié)合實現(xiàn)了交通流預測，從而給出了平臺應用的范例，并通過數(shù)據(jù)處理結(jié)果說明了平臺使用的合理性、便捷性和有效性。
　　本文首先對當前熱門的三代數(shù)據(jù)挖掘

3、工具如CART系統(tǒng)、SAS、WEKA進行分析比較，基于WEKA的數(shù)據(jù)庫接口、內(nèi)置多種機器學習算法等優(yōu)點，選擇了WEKA，并通過開發(fā)其與SQL Server2005的接口，實現(xiàn)了數(shù)據(jù)庫與數(shù)據(jù)挖掘工具的連接，建立了從交通流數(shù)據(jù)存儲到數(shù)據(jù)處理分析的集成處理平臺。其次，設計了基于該平臺的交通流數(shù)據(jù)處理流程，即從數(shù)據(jù)存儲到數(shù)據(jù)預處理再到交通流預測的實現(xiàn)，其中研究了交通流數(shù)據(jù)存儲的數(shù)據(jù)庫算法，數(shù)據(jù)預處理中的數(shù)據(jù)補償算法、濾波算法，并在交通流預測中提