（交通运输）智能交通中的数据挖掘技术.pdfVIP

（交通运输）智能 交通中的数据挖 掘技术 （交通运输）智能 交通中的数据挖 掘技术 智能交通中的数据挖掘技术 1 王亚琴，覃明贵，朱建秋，朱扬勇 复旦大学计算机信息和技术系,上海,200433 摘要：数据挖掘技术提供了对海量交通数据的强大分析处理功能。本文 分析了智能交通系统中交通数据的特点，提出了交通数据挖掘系统的系 统模型和分层体系结构；且介绍了智能交通数据挖掘的主要模型及方法， 包括交通预测模型、分类模型和关联模型。 关键字：ITS 、数据挖掘、模型、体系结构 DataMiningTechniquesinIntelligentTransp ortationSystem Wangyaqin,Qinminggui,Zhujianqiu,,Zhuyanyong DepartmentofComputerInformationandTechnology,FudanUniversity, Shanghai200433 Abstract:Dataminingtechniquesareappliedtoanalysisthelargeamou ntofITSdatatoacquireusefultrafficpattern.Thispapersummarizest hecharacteristicofthetrafficdata,andproposesthesystemmodeland thescalablearchitectureoftrafficdataminingsystem(TDMS).Wealso presentsthemaintrafficpatternofTDMS,includingtrafficforecastm odel,classificationmodelandassociationmodel. Keywords:ITS,datamining,pattern,systemarchitecture 1 引言 [1] 数据挖掘技术 是近年来发展起来的壹种数据处理技术， 在大规模数据中挖掘隐含的模式，提供了对大规模数据强大、 灵活的数据分析处理功能，在决策支持系统(DSS)中得到了很 好的应用。安全、便捷、舒适和信息化的交通需求，使智能 1本文得到电子信息产业部发展基金的资助 基金编号：信部运{2003}446 号 交通系统[2]的研究和应用取得了快速发展。各种先进的信息 技术在智能交通系统中得到广泛应用，智能交通系统积累了 巨大而复杂的交通数据，复杂的交通数据对信息的管理和处 理都提出了新的要求，文献[3,4,5]提出了利用数据仓库、数 据壹体化平台等对复杂智能交通信息进行组织和管理，且对 智能交通信息进行数据融合、数据压缩、数据标准化、数据 挖掘、数据联机分析处理等。数据挖掘技术作为壹种产生于 应用且面向应用的数据分析处理技术，能够快速、有效、深 入的分析海量交通信息，挖掘大量交通数据中隐含的交通模 式。文献[6,7]研究了利用神经网络进行短时交通流量预测， 以及道路交通状态的分类；文献[8]研究了基于模糊逻辑的道 路拥堵评价；文献[9,10,11]研究了基于 ARIMA 、神经网络、 非参数回归等模型的交通流量预测方法；文献[12]提出了利 用数据挖掘技术进行交通事件分析。 数据挖掘技术挖掘交通系统的各种实时交通模型和综合 交通模型，能够用于交通的管理和控制，改善智能交通系统 的服务水平。本文分析了智能交通系统中交通数据的特点， 提出了对智能交通进行数据挖掘的主要模型及方法，且设计 了在智能交通交通系统中实现交通数据挖掘功能的系统模型 及体系结构。文章结构如下：第二部分分析了 ITS 中的交通 数据；第三部分提出了交通数据挖掘系统的系统模型和分层 体系结构；第四部分介绍了对交通数据进行挖掘的主要模型 及方法，包括交通预测模型、分类模型和关联模型；最后是 总结。 2 ITS 的交通数据分析 2.1 交通数据的特点 智能交通系统的交通数据来源广泛、形式多样，包括动 态的交通流数据和智能交通子系统的管理控制数据，以及静 态的道路环境数据等。智能交通系统管理和控制的对象是交 通流，交通流数据是按时间顺序采样得到的壹系列数值型数 据序列，是交通系统中最重要的数据。 智能交通系统记录了大量交通信息，如电子警察系统将 交通违法车辆的违法行为过程用图像和数据