摘 要: | 针对目前基于车牌的数据信息量大、覆盖范围广,但数据利用率低、资源浪费严重等问题,进行基于车牌的数据挖掘研究。分析已有数据处理方法及可能存在的问题,提出基于聚类思想的时间间隔获取方法,并对提取的行程时间数据进行异常判别和修复。利用相关方法计算平均行程速度,采用统计学分析方法研究了行程速度的时变特性,得到不同天相同时段平均行程速度的稳态变化规律。通过平均行程速度与速度标准差的量化关系研究,获得一天中不同时段行程速度的波动情况,最后设计以速度阈值为判断准则的交通状态评估算法,实例分析结果与实际交通状况一致,说明算法的科学性和有效性,可为交通管理部门提供可靠的决策依据。
|