- 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
- 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
- 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
- 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们。
- 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
城市隧道交通大数据分析及应用
第33卷第2期 土 木 工 程 与 管 理 学 报 Vo1.33No.2
2016年 3月 JournalofCivilEngineeringandManagement Mar.2016
城市隧道交通大数据分析及应用
吴 琚 ,王春枝
(1.湖北工业大学 计算机学院,湖北 武汉 430068;
2.武汉理工大学 a.材料科学与工程学院;b.交通物联网技术湖北省重点实验室,湖北 武汉 430070)
摘 要:随着云计算 、物联网技术等相关信息技术的发展,针对城市交通与物联网应用结合 的相关研究正如火
如荼进行,同时也促进了城市智慧交通网络朝着更为高科技、信息化、智能化的方向发展。本文提出城市隧道
交通的大数据平台体系结构,并针对其交通大数据进行关联分析方法研究。首先通过分析各类多源交通大数
据获得表现交通拥堵的相关因素,然后通过大量相关样本数据训练获得预测模型,最后通过模型预测是否发生
交通拥堵并分析交通网络中各隧道的交通拥堵关联性。分组实验及相关结果分析表明,本文提出的方法能实
现多个隧道发生交通拥堵情况的关联分析,取得了交通大数据分析应用的良好效果。
关键词:城市隧道; 大数据; 交通系统
中图分类号 :U495 文献标识码:A 文章编号:2095-0985(2016)02-0062-05
BigDataAnalysisandApplicationBasedon IntelligentTunnelTraffic
WUJun’-.WANGChun—zhi
(1.SchoolofComputerScience,HubeiUniversityofTechnology,Wuhan430068,China;
2.a.SchoolofMaterialsScienceandEngineering;b.HubeiKeyLaboratoryof
TransportationInternetofThings,WuhanUniversityofTechnology,Wuhan430070,China)
Abstract:Withthedevelopmentofinformation technology including theCloudComputingand the
InternetofThingstechnology,itisimportanttostudyaboutthefusionontheurbantransportationand
theInternetofThingstechnology.Sothisfusion research couldpromotetheurban tunnelnetwork
towardsamuchmorehigh—tech,information,intelligentdirectionofdevelopment.Thispaperstudies
theAssociationAnalysismethodsforBigDatainITS(IntelligentTransportationSystem).Firstly,it
obtainstherelevantfactorsbyanalyzingtheperformanceofvarioustypesoftrafficjamsinmulti—source
ofITSBigData.Secondly,itgetsthroughalotofrelatedforecastingmodeltrainingfrom thesesample
data.Finally,itisusedtopredictwhethertheoccurrenceoftrafficcongestion,furthemr oretomake
theassociationanalysisaboutthesetrafficcongestion situationinITS.Groupingexperimentalresults
andrelatedanalysissh
文档评论(0)