基于出行数据的城市黑洞和火山发掘方法开题报告

 2022-01-04 21:33:47

全文总字数:3505字

1. 研究目的与意义(文献综述)

城市化的快速发展给我们带来了便捷的生活方式。与此同时,城市化也带来了交通拥堵、能源消耗、环境污染等问题。如何通过科学的方法解决城市化引发的诸多问题一直以来都受到各国研究人员的关注。城市交通状况对人们的出行、学习、工作起着至关重要的作用。实时了解城市交通状况有利于人们进行出行规划,避开交通拥堵路段;同时也对管理者调控城市交通有重要意义。然而,造成交通拥堵的影响因素众多,包括学校、购物中心、旅游景点等人员密集场所、道路设施、天气状况、突发事件等。因此想要充分分析城市交通状况并不容易。

近年来,对于城市数据数据的研究颇多,主要用于智能交通、资源与环境保护、城市规划、社会感知等方面。城市轨迹数据主要有人类活动出行数据、 交通出行数据等。人类活动出行数据,包括微博签到数据、手机基站定位数据、信用卡消费数据、手机gnns定位数据等,按照时间顺序跟踪这些位置记录就形成关联人在一段时间内的移动轨迹。这类轨迹数据精度不高,通常在200m左右,而且大多涉及个人隐私,并没有得到广泛的应用;交通出行数据包括两类:一类是通过固定设备采集得到的数据,如城市道路卡口照片、视频监控数据、地铁刷卡数据 等;另一类是通过车载gnss设备采样得到的交通工具移动轨迹,如公交车轨迹数据、出租车轨迹数据、船只轨迹数据 等。这其中,固定设备数据只能粗粒度地描述人 群或车辆在不同固定位置之间的移动,覆盖范围有限;公交车轨迹数据也只能记录运营时间内公 交车的固定路线轨迹。出租车不受线路和时间的约束,是最灵活、覆盖范围最广的轨迹数据,且精度较高、较少涉及隐私问题,常被作为轨迹数据研究和应用的主要数据集。

通过对出行数据挖掘可以帮助乘客了解出行信息、为司机推荐导航路线、改善出租车的运营管理。 同时,轨迹数据与其他社会、经济、人口数据的关 联分析,能发现城市人口流动模式、社会活动动态、能源消耗分布及环境污染状 况等,帮助提高城市管理决策水平。对城市中群体行为异常模式进行识别,能对群体进行有效地控制和疏散,避免灾难性的事件发生。

剩余内容已隐藏,您需要先支付后才能查看该篇文章全部内容!

2. 研究的基本内容与方案

2.1 研究(设计)的基本内容、目标

通过查找和阅读相关文献,了解出行数据挖掘的相关知识,通过对城市火山和黑洞的研究,结合文献中的相关资料进行建模,并设计和实现城市火山和黑洞挖掘的算法。再根据算法和实际的数据进行实验评估。分析实验过程和实验结果,完成毕业设计的论文。

2.2 拟采用的技术方案及措施

剩余内容已隐藏,您需要先支付后才能查看该篇文章全部内容!

3. 研究计划与安排

2020.01.14至2020.02.22日:确定选题,查阅文献,外文翻译和撰写开题报告

2020.02.23至2020.04.30:方法架构、程序设计与实现、测试与完善

2020.05.01至2020.05.25:撰写及修改毕业论文

剩余内容已隐藏,您需要先支付后才能查看该篇文章全部内容!

4. 参考文献(12篇以上)

[1] 孙涛. 大数据计算环境下的城市动态治理:概念内涵与应用框架. 电子政务(2020)

[2] x. chen, y. liu, h. liu, and j. g. carbonell. learning spatial

-temporal varying graphs with applications to climate data analysis.

剩余内容已隐藏,您需要先支付 10元 才能查看该篇文章全部内容!立即支付

课题毕业论文、开题报告、任务书、外文翻译、程序设计、图纸设计等资料可联系客服协助查找。