基于大數(shù)據(jù)的交通流量模式分析研究.pdf

1、隨著我國經(jīng)濟的迅猛發(fā)展和城鎮(zhèn)化進程的飛速推進，國民生活水平快速提高的同時，城市交通系統(tǒng)面臨著日益尖銳的車路矛盾。而城市交通流量模式統(tǒng)計分析是智慧交通系統(tǒng)的重中之重，對交通控制決策、路網(wǎng)資源配給具有重要意義。針對城市道路交通汽車流量時空分布嚴重不均、難以預測、極易引發(fā)交通擁堵等問題，結(jié)合模式識別與大數(shù)據(jù)挖掘技術，提出分析挖掘城市車輛交通日常出行模式的研究方法。
　　首先基于OpenCV跨平臺計算機視覺庫，結(jié)合機器學習的算法，對車輛牌

2、照信息圖像進行預處理、車牌定位、字符分割。對卷積神經(jīng)網(wǎng)絡(CNN)的圖像識別算法與傳統(tǒng)機器學習算法進行分析研究，提出基于卷積神經(jīng)網(wǎng)絡算法的字符識別方法，提高了字符識別的計算速度與準確率。
　　其次通過大數(shù)據(jù)挖掘方法，對城市車流量時空規(guī)律進行關聯(lián)性分析，結(jié)合Apriori挖掘算法與Hadoop分布式處理框架，設計了基于Hadoop的并行化Apriori算法，對季節(jié)變換中出行規(guī)律的相似性進行關聯(lián)挖掘;設計了基于Hadoop的并行化K-