分布式处理技术下公交信息感知挖掘系统设计

采取集中式处理技术对大规模公交信息进行处理时,传输与运算耗时长,不利于实现公交信息实时发布的需求。相比之下,公交车载智能终端可以针对单车信息进行独立感知与挖掘。由此构建基于分布式处理技术的公交信息感知与挖掘系统框架,包括公交车载智能终端、公交信息服务平台、公交调度中心三大模块。进而明确系统实施流程,并探讨公交信息挖掘软件的信息映射模型。由于分布式处理技术下的公交车载智能终端与调度中心可联网共享及交互信息,因此该系统除了实现公众信息实时发布之外,还能为交通部门的公交优先管制技术提供基础数据支撑。     

支撑交通管理综合信息平台的信息挖掘模型

本文分别从结构化信息源和非结构化信息源两个角度探讨支撑交通管理综合信息平台的信息挖掘模型,提出利用粗糙集理论的基本原理,对于其属性约简进行改进。在保证原有属性不变的条件下,削减了冗余信息,并可实现基于数据库存储数据的动态数据挖掘模型,避免了将大量数据从数据库中基于主题倒入数据仓库的传统数据挖掘模式．通过上述算法,不仅提高了信息挖掘的效率,而且可以实时在线信息挖掘,相对于传统的挖掘模式,本文提出的方法更适用于当前基于网络的交通管理综合信息平台的实际应用。     

面向Web的数据挖掘

数据挖掘能够较好地利用网络信息资源.基于面向W eb数据挖掘的特点,可以利用XML技术来解决W eb数据异构性,利用决策树算法实现W eb数据挖掘模型.     

基于Rough集理论的增量式数据挖掘算法

提出一种求精简规则的带支持信息的增量式算法IDMA,该算法改进了传统挖掘算法的缺点,可充分利用已挖掘出的规则集来对新增实例进行决策规则挖掘,同经典Rough集挖掘算法比较,算法IDMA计算过程简单,而且效率较高.     

基于浮动车数据的出租车规模确定方法

通过对出租车GPS数据进行预处理、地图匹配、运营信息挖掘,可以获得与出租车运营有关的信息,单次行驶的时间、距离、经过的路径等。从浮动车数据钟挖掘出租车运营信息,获得出租车在城市运营中的平均运营速度、平均运营时间、平均出行距离等信息,并在结合城市出租车需求的基础上,给出了确定出租车合理规模的方法。同时以广州的出租车数据为基础,对该方法进行了验证。结果表明该方法能够更准确地为出租车提供合理规模,为出租车管理及交通规划等提供科学依据。     

ITS共用信息平台的研究

针对目前智能交通各子系统独立应用,存在大量信息孤岛,信息无法充分利用的现状,分析了共用信息平台在数据交换、数据共享以及数据融合挖掘等方面的功能,提出了一种共用信息平台的体系结构,并着重分析了平台各模块的功能。该共用信息平台在实现智能交通系统各子系统的集成上具有良好的灵活性和可扩展性。     

ITS共用信息平台的研究

针对目前智能交通各子系统独立应用,存在大量信息孤岛,信息无法充分利用的现状,分析了共用信息平台在数据交换、数据共享以及数据融合挖掘等方面的功能,提出了一种共用信息平台的体系结构,并着重分析了平台各模块的功能。该共用信息平台在实现智能交通系统各子系统的集成上具有良好的灵活性和可扩展性。     

基于卡口车牌识别数据的车辆出行分析

车辆出行是城市道路交通的基本组成单元,掌握城市道路网车辆的出行信息,深入挖掘车辆出行特征与规律,能为城市交通管理提供决策信息.本文基于卡口车牌识别数据,提出了一套车辆出行分析框架.首先对全路网运行的所有车辆的个体出行进行辨识,提取所有车辆出行的路径和行程信息,并从个体和集计层面获取车辆出行的规律特征;利用车辆的多日出行信息和统计特征,提出了车辆职住地识别方法;基于外地车的出行特征,利用 K-means++ 算法对外地车进行分类.在实例分析中,以广州市道路网运行车辆作为研究对象,开展了车辆出行分析,实验结果验证了本文方法的有效性.通过本文方法挖掘的信息对城市道路交通管理具有重要意义.     

长三角地区公路出行信息发布分析

公路交通信息化中的一个主要问题就是公路出行信息服务的针对性不强,不清楚选择何种信息发布方式、出行者需要什么样的信息内容及服务内容。通过大量的抽样调查、数据融合及挖掘等过程,最终解决公路出行信息服务针对性不强的问题,从而为公路出行信息服务系统的建设内容抉择、信息发布方式选择、交通信息化标准体系的建设等提供支持。     

挖掘时态关联规则

改进已有的关联规划模型,增加了时态信息,也就是发现的关联规则包含该关联规则成立的时间范围。同时给出相应的挖掘算法。