基于数据挖掘的车联网交通拥塞检测技术研究-通信与信息系统专业论文.docxVIP

万方数据 万方数据 南京邮电大学学位论文原创性声明 本人声明所呈交的学位论文是我个人在导师指导下进行的研究工作及取得的研究成果。 尽我所知，除了文中特别加以标注和致谢的地方外，论文中不包含其他人已经发表或撰写过 的研究成果，也不包含为获得南京邮电大学或其它教育机构的学位或证书而使用过的材料。 与我一同工作的同志对本研究所做的任何贡献均已在论文中作了明确的说明并表示了谢意。 本人学位论文及涉及相关资料若有不实，愿意承担一切相关的法律责任。 研究生签名： 日期： 南京邮电大学学位论文使用授权声明 本人授权南京邮电大学可以保留并向国家有关部门或机构送交论文的复印件和电子文 档；允许论文被查阅和借阅；可以将学位论文的全部或部分内容编入有关数据库进行检索； 可以采用影印、缩印或扫描等复制手段保存、汇编本学位论文。本文电子文档的内容和纸质 论文的内容相一致。论文的公布（包括刊登）授权南京邮电大学研究生院办理。 涉密学位论文在解密后适用本授权书。 研究生签名： 导师签名： 日期： 摘要 随着国民经济水平的不断提高，汽车拥有量不断增多，由此导致了一系列城市交通矛盾 和社会矛盾，其中交通拥塞矛盾最为突出。如何实现交通区域的有效检测是智能交通系统及 车联网发展中面临的关键技术挑战。本文在对交通信息预处理的基础上，提出了一种基于 GPS 数据的交通拥塞区域的检测算法。主要工作如下： （1）为剔除交通信息采集中的异常数据，提高交通信息采集的准确度，本文提出了一种 使用幂函数实现假性正常分布的变换方法。首先用 Q ??Q 图对样本数据进行正态性检验，对不 服从正态分布的样本点使用幂函数方法进行修正，最后使用 3??准则进行数据清洗。仿真结果 表明，使用所提方法处理后的样本数据均匀分布在拟合曲线。 （2）为提高数据修复的准确度，针对连续点的异常数据，本文提出了一种时间-空间相 关性模型下的基于速度的数据修复方法。该方法在二次指数平滑方法的基础上，将路段之间 的相关性应用到数据修复算法中，以修复缺失的样本值。仿真结果表明，本文提出的时间- 空间性相关模型下的数据修复方法具有更高的数据修复质量。 （3）改进了一种交通拥塞检测框架。首先针对研究的区域，利用道路集群确定算法，剔 除非道路集群；然后，利用交通模式检测算法检测道路上可能的驾驶行为模式，从而检测出 道路上拥堵的集群区域。仿真结果表明，该框架可以有效规避人们出行过程中的道路拥塞状 况，最小化人们的出行费用，从而提高城市道路网的运行效率。 关键词: 车联网，信息采集，数据修复，集群算法 Abstract Abstract: With the development of the economy of our country, the number of automobiles is growing so rapidly that it results in a series of problems about urban transportation and social issues where the traffic congestion seems particularly outstanding. How to detect traffic congestion effectively is a key technical challenge in Internet of Vehicles and Intelligent Traffic System. On the HYPERLINK /dict/search?q=preprocessingamp;FORM=BDVSP6amp;mkt=zh-cn preprocessing the basic traffic information, the algorithm of detecting traffic congestion based on GPS data has been proposed in the thesis which mainly consists of three points as follows: Firstly, a method of transforming the traffic information to a pseudonormal distribution using a modified power function has been studied in this thesis in order to remove the abnormal data collected from the traffic information and enhance th