简介:摘要:本论文以大数据为背景,对城市智能交通进行了研究。首先,对大数据在智能交通建设中的重要性进行了综述,并对其在提高交通管理效率和优化交通资源分配上的应用前景进行了展望。在此基础上,对城市交通系统中的数据采集和处理技术进行了较为详尽的论述,包括数据的来源、采集方式和数据的处理过程。同时,研究基于大数据的交通流分析和预测方法,建立基于大数据的交通流预测模型,为交通管理部门的决策提供重要支撑。另外,本项目还将研究基于大数据的智能交通监测和调度方法,以提高道路的安全性和运行效率。本文还就大数据应用于城市智能交通领域所面临的挑战和问题进行了探讨,并对其今后的发展方向进行了预测。
简介:摘要:区别于传统的基于单车历史数据的时间序列预测模型,本文创新性的引入了高德地图POI数据,将共享单车运营数据与POI数据通过真实地理坐标关联起来,并使用了机器学习方法,搭建并训练了多层神经网络模型来对POI数据与单车数据进行学习,挖掘二者之间的潜在关系,用于进行区域单车出发量和到达量的预测。使用了相关系数R2和均分误差MSE来对模型预测结果进行评价,模型在测试集上R2可达0.8,而在训练集上可达0.95,充分证明模型有效性。