Spark框架下交通流数据高效处理方法及其应用

李欣^1,2

1. 河南财经政法大学中原经济区“三化”协调发展河南省协同创新中心, 郑州 450046
2. 河南财经政法大学资源与环境学院, 郑州 450046

收稿日期:2017-10-11修回日期:2017-12-01出版日期:2018-11-20

基金资助:国家自然科学基金(41501178, 41771445)和河南财经政法大学博士科研基金(800257)资助

Efficient Traffic Flow Data Processing Method and Its Application Based on Spark Framework

LI Xin^1,2

1. Collaborative Innovation Center of Three-Aspect Coordination of Central Plain Economic Region, Henan University of Economics and Law, Zhengzhou 450046
2. College of Resource and Environment, Henan University of Economics and Law, Zhengzhou 450046

Received:2017-10-11Revised:2017-12-01Published:2018-11-20

RichHTML

0

PDF

(4776KB)

可视化

0

复制本文网址

1. 探讨2016版国际胰瘘研究小组定义和分级系统对胰腺术后患者胰瘘分级的影响.PDF(500KB)

-->

摘要/Abstract

摘要： 设计并实现基于Spark的交通流数据处理与预测分析应用框架, 可以完成交通流数据的高效清洗、统计、存储和查询。利用基于多阶空间权重矩阵的STARIMA模型进行交通流预测分析, 可以验证数据处理效率及对预测应用的支撑作用。对比实验结果表明: 1) 交通流数据处理框架运行效率高, 适用于复杂的数据清洗和挖掘算法, 为预测模型建立数据支撑; 2) 交通流预测模型对空间权重矩阵进行了多阶优化, 兼顾高效性和准确性, 预测分析结果可以为交通诱导提供参考。
中图分类号:
-->P91

引用本文

李欣. Spark框架下交通流数据高效处理方法及其应用[J]. 北京大学学报自然科学版, 2018, 54(6): 1227-1234.
LI Xin. Efficient Traffic Flow Data Processing Method and Its Application Based on Spark Framework[J]. Acta Scientiarum Naturalium Universitatis Pekinensis, 2018, 54(6): 1227-1234.





PDF全文下载地址:

http://xbna.pku.edu.cn/CN/article/downloadArticleFile.do?attachType=PDF&id=3280