城市交通軌跡大數(shù)據(jù)的語義分析和可視化.pdf

1、近年來，隨著“數(shù)字城市”，“智慧城市”等概念的興起，基于GPS定位采樣的交通軌跡數(shù)據(jù)研究正成為越來越熱門的課題。交通軌跡數(shù)據(jù)具有很強的時空屬性，同時兼有大數(shù)據(jù)的特征。對軌跡數(shù)據(jù)的高效組織和合理展示是城市交通研究課題中的一大難點。本文開發(fā)了一套架構于Hadoop生態(tài)之上的分布式文件系統(tǒng)，用來存儲海量交通數(shù)據(jù)。并使用Hive數(shù)據(jù)倉庫管理海量交通軌跡數(shù)據(jù)。針對交通軌跡數(shù)據(jù)規(guī)模大的特點，本文采用了視圖，索引等技術，優(yōu)化數(shù)據(jù)庫檢索語句，降低檢索開

2、銷。同時，按照“天”和“小時”這兩個時間節(jié)點對交通軌跡數(shù)據(jù)分區(qū)，優(yōu)化存儲結構，減少全盤掃描操作的頻率。為了減小海量數(shù)據(jù)的存儲規(guī)模，本文還嘗試了基于軌跡數(shù)據(jù)的壓縮技術。此外，本文另辟蹊徑，提出了一種基于語義分析處理軌跡數(shù)據(jù)信息的方法，通過對城市熱點區(qū)塊間聯(lián)系的研究，分析交通軌跡數(shù)據(jù)背后隱含的語義信息。該方法基于詞向量模型，由深度學習框架TensorFlow編程實現(xiàn)。在可視化環(huán)節(jié)，通過研究城市熱點區(qū)塊的交通流量情況，分析整個城市的交通模式，