城市交通軌跡大數(shù)據(jù)的語(yǔ)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(qiáng)的時(shí)空屬性，同時(shí)兼有大數(shù)據(jù)的特征。對(duì)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(diǎn)。本文開發(fā)了一套架構(gòu)于Hadoop生態(tài)之上的分布式文件系統(tǒng)，用來存儲(chǔ)海量交通數(shù)據(jù)。并使用Hive數(shù)據(jù)倉(cāng)庫(kù)管理海量交通軌跡數(shù)據(jù)。針對(duì)交通軌跡數(shù)據(jù)規(guī)模大的特點(diǎn)，本文采用了視圖，索引等技術(shù)，優(yōu)化數(shù)據(jù)庫(kù)檢索語(yǔ)句，降低檢索開

2、銷。同時(shí)，按照“天”和“小時(shí)”這兩個(gè)時(shí)間節(jié)點(diǎn)對(duì)交通軌跡數(shù)據(jù)分區(qū)，優(yōu)化存儲(chǔ)結(jié)構(gòu)，減少全盤掃描操作的頻率。為了減小海量數(shù)據(jù)的存儲(chǔ)規(guī)模，本文還嘗試了基于軌跡數(shù)據(jù)的壓縮技術(shù)。此外，本文另辟蹊徑，提出了一種基于語(yǔ)義分析處理軌跡數(shù)據(jù)信息的方法，通過對(duì)城市熱點(diǎn)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(yǔ)義信息。該方法基于詞向量模型，由深度學(xué)習(xí)框架TensorFlow編程實(shí)現(xiàn)。在可視化環(huán)節(jié)，通過研究城市熱點(diǎn)區(qū)塊的交通流量情況，分析整個(gè)城市的交通模式，