基于区域密度划分的车辆轨迹数据分析方法研究

李剑斌; 陈忠辉; 苏志鹏

Chinese

您当前的位置：

首页 >

文章列表页 >

基于区域密度划分的车辆轨迹数据分析方法研究

更新时间：2026-09-04

- 基于区域密度划分的车辆轨迹数据分析方法研究
- Taxi Trajectory Data Analysis Method Based on Regional Density Division
- 微电子学与计算机 2019年36卷第2期页码：53-56
- 作者机构：
  
  福州大学物理与信息工程学院,福建,福州,350108
- 作者简介：
- 基金信息：
- DOI：
  中图分类号：
- 纸质出版：2019
- 稿件说明：
移动端阅览
李剑斌, 陈忠辉, 苏志鹏. 基于区域密度划分的车辆轨迹数据分析方法研究[J]. 微电子学与计算机, 2019, 36(2): 53-56.

LI Jian-bin, CHEN Zhong-hui, SU Zhi-peng. Taxi Trajectory Data Analysis Method Based on Regional Density Division[J]. 2019, 36(2): 53-56.
李剑斌, 陈忠辉, 苏志鹏. 基于区域密度划分的车辆轨迹数据分析方法研究[J]. 微电子学与计算机, 2019, 36(2): 53-56. DOI：

LI Jian-bin, CHEN Zhong-hui, SU Zhi-peng. Taxi Trajectory Data Analysis Method Based on Regional Density Division[J]. 2019, 36(2): 53-56. DOI：

摘要

车联网是目前世界交通领域的一个热点.车联网可以通过实时处理和挖掘这些数据中的新信息而变得更加智能化.随着车联网的发展

从设备监控中采集到的海量数据需要更高的数据存储和查询性能.本文将Apache Spark作为基于HDFS高可用集群的统一集群计算平台

提出并设计了一种基于Spark的车辆轨迹数据分析方法

通过区域划分对海量数据进行了挖掘

解决道路堵塞问题

对辅助城市路径规划有一定的研究意义.

Abstract

Vehicle networking is a hot spot in the world transportation industry. Vehicle networking can become more intelligent by processing and mining new information in these data in real time. With the development of Vehicle networking

the massive data collected from device monitoring requires higher data storage and query performance. This paper uses Apache Spark as a unified cluster computing platform based on HDFS high-availability clusters

proposes and designs a Spark-based vehicle trajectory data analysis method

and uses area division to mine large amounts of data to solve road congestion problems and to assist urban roads. Planning has certain research significance.

关键词

Keywords

references

夏楠, 姜波, 毕冬鸣.利用路线轨迹点信息进行路线规划的方法及装置:, 中国, CN 101799301 A[P]. 2010.

陈滨.基于GPS车辆轨迹数据的地图匹配算法研究[D].福州: 福建师范大学, 2015.

Liu Y, Wang F, Xiao Y, et al. Urban land uses and traffic 'source-sink areas': Evidence from GPS-enabled taxi data in Shanghai[J]. Landscape % Urban Planning, 2012, 106(1):73-87. DOI: 73

姜晓辉, 郭久武, 王博, 等.分布式集群处理环境平台软件技术研究[J].吉林大学学报(信息科学版), 2015, 33(3):331-337. DOI: 331

孙川, 吴超仲, 褚端峰, 等.基于车联网数据挖掘的营运车辆驾驶速度行为聚类研究[J].交通运输系统工程与信息, 2015, 15(6):82-87. DOI: 82

郑坤, 付艳丽.基于HBase和GeoTools的矢量空间数据存储模型研究[J].计算机应用与软件, 2015, 32(3):23-26. DOI: 23

龚建华. JSON格式数据在Web开发中的应用[J].办公自动化, 2013(20):46-48. DOI: 46

郭伟, 高媛媛, 刘鑫焱.改进的基于混合高斯模型的运动目标检测算法[J].计算机工程与应用, 2016, 52(13):195-200. DOI: 195

Anant R, Sunita J, Jalal A S, et al. A Density Based Algorithm for Discovering Density Varied Clusters in Large Spatial Databases[J]. International Journal of Computer Applications, 2011, 3(6):1-4. DOI: 1

田保慧, 郭彬.基于时空特征分析的短时交通流预测模型[J].重庆交通大学学报(自然科学版), 2016, 35(3):105-109. DOI: 105

浏览量

下载量

CSCD

文章被引用时，请邮件提醒。

提交

工具集

关联资源

云环境下基于关键路径划分集群的调度算法

基于离散型均匀分布的集群负载均衡机制

超低功耗实时时钟电路的设计

AlN/GaN混合缓冲层双异质结p-GaN HEMT直流特性仿真

大模型发展综述：从BERT到Deepseek的技术演进