序列模式挖掘在公路隧道交通中的应用研究

摘要

随着高速公路建设的飞速发展，隧道群和长大隧道也随之增加，为了监测隧道运营情况，控制安全事件、事故的发生，隧道监控系统已经建立起来。但这些系统采用实时监测机制，缺乏对检测数据的整理和分析，使大量数据被丢弃和闲置。同时，大量的隧道交通检测数据具有时间或顺序上的关联性，序列模式挖掘就是在时序数据库中挖掘相对时间或其他模式出现频率高的模式。序列模式挖掘是最重要的数据挖掘任务之一并有着广阔的应用前景，包括顾客购买行为分析、网络访问模式分析、DNA序列破译、自然灾害预测等方面。
　　 本文针对隧道监控系统存在的问题，分析了现有交通检测技术用于隧道存在的不足，讨论了隧道交通事件定义及其等级划分的方法，并在此基础上提出了一个基于序列模式挖掘的隧道交通事件等级预测系统。然后针对隧道交通检测数据特点，采用关联关系修补的方法处理缺损数据，提取隧道交通事件的属性数据，并对其进行了离散化，使之满足序列模式挖掘的要求。描述了序列模式挖掘的主要算法，重点研究了PrefixSpan算法在隧道交通事件属性数据中的应用，找出一段时间内交通事件的变化趋势，生成了具有时间特征的交通事件序列模式。最后研究了序列模式在预测交通事件等级级别中的应用，通过一定的修剪策略，建立了交通事件等级的序列规则，并将该规则与测试数据进行比对，验证了规则的准确性。实验表明，序列规则可以用于预测隧道交通事件的等级级别，为隧道安全管理提供智力支持。

目录

文摘

英文文摘

第一章 绪 论

1.1 研究背景

1.2 问题的提出及研究现状

1.3 论文主要内容和章节安排

第二章 基于序列模式挖掘的隧道交通事件等级预测

2.1 公路隧道交通事件及其分析

2.2 公路隧道交通事件等级划分

2.3 公路隧道交通事件等级预测系统

2.3.1 公路隧道监控系统的分析

2.3.2 隧道交通事件等级预测系统框架

2.4 本章小结

第三章 数据预处理技术研究

3.1 数据预处理的主要方法

3.1.1 数据清理

3.1.2 数据集成和变换

3.1.3 数据归约

3.2 隧道交通检测数据分析

3.2.1 公路隧道交通检测数据特点

3.2.2 隧道监控系统数据规划

3.3 隧道交通检测数据预处理技术研究

3.3.1 隧道交通原始检测数据缺损修补

3.3.2 隧道交通原始检测数据变换

3.3.3 隧道交通原始检测数据离散化

3.4 本章小结

第四章 隧道检测数据的序列模式挖掘技术研究

4.1 序列模式挖掘基本概念

4.2 序列模式挖掘算法

4.2.1 基于Apriori的序列模式挖掘算法

4.2.2 基于模式增长的序列模式挖掘算法

4.3 序列模式挖掘算法的分析

4.3.1 序列模式挖掘算法的效率分析

4.3.2 序列模式挖掘算法的应用分析

4.4 实验过程

4.4.1 训练数据与参数的选择

4.4.2 实验分析

4.5 本章小结

第五章 序列模式在隧道交通事件等级预测中的应用研究

5.1 隧道交通事件等级的序列规则建立

5.2 隧道交通事件等级的序列规则修剪

5.3 规则的验证

5.3.1 测试数据

5.3.2 实验结果分析

5.4 本章小结

第六章 结论与展望

致谢

参考文献

在读期间的研究成果