交通流时间序列符号化方法研究-计算机软件与理论专业论文.docxVIP

交通流时间序列符号化方法研究交通流时间序列符号化方法研究 交通流时间序列符号化方法研究 交通流时间序列符号化方法研究 专业：计算机软件与理论 硕士生；何武 指导教师：印鉴 摘要 摘要：作为一类重要的复杂类型数据，时间序列已成为数据挖掘领域的热点研究 对象之一。针对时间序列的数据挖掘在智能交通控制中有着十分重要的作用，其 通常首先需要将时间序列分段并转变为种类有限的符号序列，以利于进一步进行 时间序列模式挖掘。 本文针对当前时问序列分段方法复杂度较大，效果不佳等问题，提出了一种 简单高效的基于累积和控制图(cusuM)拐点检测的时间序列分段方法，并且采 用动态时间弯曲度量计算不等长子序列的相异度，最后运用层次化聚类算法实现 子序列的分类及符号化。实验表明，本文所提出的方法切实可行，实验结果具有 较为明显的意义。 关键词：时间序列拐点符号化累积和控制图动态时间弯曲 塞望堕堕塑壁型笪兰些查鲨堕塞Traffic 塞望堕堕塑壁型笪兰些查鲨堕塞 Traffic Flow Time Series Symbolization Major：Computer Software and Theory Name：He Wu Supervisor：Yin Jian Abstract As one of the important forms of complex data，time series is hotspot in data mining area．Time series data mining is very necessary in intelligent transport system． Sequence pattern mining is based on time series symbolization,which segments the time series into sub-series and labeis them． Most current time series segmentation algorithms are with large computation complexity．In this paper,we introduce all online method for time series segmentation based on change point detection which uses cumulative slim charts(CUSUM)，and dynamic time warping(DTW)method is used to compute the distance of the sub—series．Later the hierarc№l used to clustering is group the sub-series and hbel them．The experiments show the proposed metIlod is feas曲le and the results are meaning血L Key words：time Series，change point，symbolization,CUSUM，DTW H 交通流时间序列符号化方法研究刖吾 交通流时间序列符号化方法研究 刖吾 随着社会经济和交通事业的发展，交通拥挤和交通事故等诸多交通问题越来 越凸现出来，成了全球共同关注的难题。自上世纪80年代以来，发达国家开始投 入大量人力物力进行道路交通运输系统的管理与控制技术的开发。于是，运用各 种高新技术系统地解决道路交通问题的思想就应运而生了，这就是智能交通系统 ITS(Intelligent Transport System)。 交通控制与诱导系统是ITS研究的热门核心课题，而实现交通流诱导系统 的关键问题是实时准确的交通数据分析，即如何有效地利用实时交通数据信息去 分析现在和预测未来的交通状况。其结果可以直接送到先进的交通信息系统 (ATIS)和先进的交通管理系统(A删s)当中，给出行者提供实时有效的信息，帮 助他们更好地进行路径选择，实现路径诱导，以缩减出行时间，减少交通拥挤。 然而，交通数据往往是海量的。一条路上数以万计的交通检测站点每分钟都 在传递着数百兆的数据，面对这些浩如烟海的信息，单纯依靠传统的数据库技术 对数据进行查询、检索等操作已经不能有效地提取带有结论性的有用信息。如何 解决这个困难?数据挖掘技术的发展为人们解决这个问题提供了可能。数据挖掘 就是从海量数据中提取或挖掘知识。应用数据挖掘工具对数据进行分析，可以发 现重要的数据模式，对商务决策、知识库、科学和医学研究作出重大贡献。因此， 数据挖掘一开始就引起业界广泛关注，并得以蓬