基于大数据的城市交通可视化技术研究+大数据分析技术在智能交通的基础应用.docx

基于大数据的城市交通可视化技术研究摘要：本文以城市交通数据可视化为研究对象，介绍了一种基于大数据的城市交通可视化系统，进而探讨了交通数据可视化的方法与实现，从总体框架、前台实现、后台实现、分模块实现几个方面进行研究，该系统主要采R语言进行数据的分析与处理，然后通过Echart.D3等外部类库来调用R语言分析所产生的结果，进一步生成可视化图表。关键词：城市交通;数据可视化;R语言O引言随着大数据时代的到来，对于数据的挖掘与应用已经在各行各业大受欢迎，大数据的分析已经成为了各个领域的核心竞争力1。近年来，我国城市基础设施建设的迅猛发展，产生了大量的数据，目前，交通大数据的总量已从TB级跃升为PB级并仍在不断攀升，这些大数据每天不间断地产生，具有不同格式、不同结构的特征，要想直接抽取其背后隐藏的规律和模式非常困难，因此，比较理想的处理方法是“信息可视化信息可视化技术是一种把复杂或抽象的信息以直观形象的方式呈现出来并快速被人理解的手段。如何运用大数据技术,对城市交通大数据进行可视化分析，研究城市交通的分布规律和模式，为交通监管和规划提供决策支持，是智能交通发展的重要方向2。1设计理念在交通数据领域中，虽然已经有大规模的数据产生，但是现有的数据中各个城市的数据相互独立，存在数据分散储存、结构不统一和数据不完成等一系列问题，因此该系统将分布广泛的数据整理处理，并且采用黑、白、蓝、红四种颜色为主色调来展示可视化效果，通过这四种颜色的强烈碰撞，给用户一种简约又充满生机的视觉感受;增强用户的使用兴趣，从而来增加网页的浏览，促进网页的推广使用。2总体架构本系统搭载了TOmCat7.0服务器，前台界面通过JaVaSSH框架来实现，用R语言加载相应类库然后对对应的数据库进行访问，然后通过民hart、D3等外部类库来调用R语言分析所产生的结果，进一步生成可交互的可视化图表。3前台实现本系统采用了Struts作为系统的整体基础架构，用于MVC的分离，在Struts框架的模型部分，控制业务跳转，利用Hibernate框架来对持久层提供支持，而Struts和Hibernate用Spring来管理，Spring是一个轻量级的框架。4后台实现后台通过R语言来实现数据分析与处理，并将结果返回前台界面中。R语言是一套由数据计算、操作和图形展示功能整合而成的套件。包括：有效的数据存储和处理功能，一套完整的数组（特别是矩阵）计算操作符，拥有完整体系的数据分析工具，为数据分析和显示提供的强大图形功能，是一套（源自S语言）完善、便捷、有效的编程语言（包括条件、循环、自定义函数、输入输出功能）,使用R语言简化了系统的数据处理，大大地提升了系统的性能。5分模块实现按照实现功能的不同，将模块分为上传模块、数据读取、数据处理、数据挖掘与分析、下载与截图等模块。系统功能模块图如图1所示。5.1 上传模块数据上传模块完成文件型数据集的上传，支持的文件型数据格式有CSV和txt,并在上传时自定义数据分隔符，是否含有首行变量等信息。在文件上传的模块中主要采用了SWFUPload工具，SWFUPIOad是一个客户端文件上传工具，最初是由Vinterwebb.se开发，它整合了Flash与JavaScript技术，为Web开发者提供了一个具有功能丰富的标签的文件上传模式。在文件上传模块中将需要上传的文件上传至Tomcat服务器中。5.2 数据读取数据读取模块分为读取文件型数据和数据库型数据，使用HadOOP进行分布式储存与分布式计算，HadOOP中的HDFS分布文件系统用来储存，海量的数据文件型数据直接从服务器中读取。5.3 数据处理数据处理模块包括缺失值处理与数据值预览功能。可以直接在预览框中对缺失数据修改、删除操作，或者由系统设定的三种缺失值处理方法，直接进行处理。经过处理之后，可对数据集中的信息进行可视化预览，点击统计信息描述，选择预览的数据项与输出图形，这样就可以进行数据预览了。5.4 挖掘与分析挖掘与分析运用了K均值聚类分析、关联规则分析与决策树分析。对于这三种分析方法分别采取不同的算法进行数据挖掘分析与结果的展示。5.5 下载与截图下载与截图模块可将分析产生的结果直接下载到本地。6结语数据可视化技术提供了一一种直观有效的方法。将复杂大量的交通数据通过筛选分析可直观地展现出来城市交通的一些特征。通过这些特征对于国内交通现状有一定的指导作用，可改进我国交通信息记录方式，也卷交通部门的改善提供依据与建议。参考文献UJ宫睿.海量城市交通数据可视化与人类出行行为的可视分析研究D.电子科技大学，2018.12刘文杰.城市交通大数据可视化框架及实现J.科技创新导报，2017,14(36)：121-122.大数据分析技术在智能交通的基础应用【摘要】近年来，由于交通事业的发展步伐不断加快，交通数据量也得以迅速增长，这就加大了数据分析与处理的难度，而将大数据分析技术应用到其中就可以起到很好的效果。鉴于此,文章首先对大数据分析技术进行了简单的概述,分析了大数据分析技术在智能交通中应用的优势，最后对大数据分析技术在智能交通中的应用展开了相应的探讨。【关键词】大数据分析技术；智能交通；应用；优势随着科学技术的发展进步，越来越多的高科技技术被广泛的应用到了社会行棠的各个方面，为社会的发展做出了重要的作用，为了更好的促进我国交通事业的发展，完善智能交通的建设，相关人员正在大力的把大数据分析技术广泛的应用到交通建设之中，充分利用此技术的海量数据存储、方便数据分析及终端分布等方面的优势，使其为我国的智能交通建设发挥重大的作用。一、大数据分析技术的概述大数据是在云计算、物联网技术的基础上发展起来的一种新的技术。在交通领域中，大数据主要指的是各类交通运行监控、服务以及应用的数据，这些数据不但体积庞大，且种类非常多，这就给数据的分析和处理加大了难度，而将大数据分析技术应用到交通领域就可以很好地解决这一问题。大数据分析技术的特点主要有如下几点：第一，数据的存储体积比较大。现阶段，大数据技术的存储设备已经从过去的TB级别的技术发展成为PB级别的技术，而PB技术最为显著的特点就是具有十分大的存储空间，从而提高了自身可存储的数据的体量;第二,能够处理种类繁多的数据，确保分析结果的准确性。一般来说，交通领域中的数据种类非常多，如果采用传统的方式来对这些数据进行处理，工作量非常大，且无法保证分析的可靠性。而用大数据分析技术对这些数据进行分析与整合，就可以分析出切实有效的数据；第三，数据的处理速度快。大数据技术将各个方面的数据进行搜集，通过后台操作，可以实现一秒处理这样的高效率运行，极大的提高的数据的处理速度，实现了现代管理的效率化运行。二、大数据分析技术在智能交通中应用的优势（一）能够有效的整合交通涉及的海量的数据资源在过去，通过利用计算机技术可以实现对分散的系统与异构的数据进行处理与整合，从而让不同系统中的交通信息能够进行很好地组织与处理。而现在利用的大数据处理技术，又是云计算的发展，主要可以解决整合后的海量数据的存储时效性的问题。（二）可以有效的提高交通的运行效率通过对大数据分析技术的运用，可以促进交通运营效率的有效提升，同时还能提高道路的网通能力与设施的运用效率，并能够按照实际情况对交通需求进行调整。现阶段，我国的交通压力比较大，交通的运行效率也不高，通过将大数据分析技术应用于智能交通中，可以对交通的运行情况进行实时的监控，从而根据实际的要求进行交通的调整，大大的提高了交通的运行效率；同时大数据技术具有较高的预测能力，可以实现对交通动态的针对性的实时监控。（三）能够有效的提高交通的安全水平对于大数据分析技术来说，其具有实时性与可预测性的特点，所以其可以与现有的路边探测器与传感器等设备相结合，实现对车辆轨迹的追踪与数据的整合，进而对车辆行使的安全性能进行分析，使交通事故的发生率降低。同时在事故的应急处置方面，大数据的高速度处理特点可以快速的对信息进行反馈，使应急人员及时的对事故进行救援，从而切实的提高应急救援的能力，降低人员伤亡及财产的损失。三、大数据分析技术在智能交通中的应用（一）大数据实时处理技术目前，大数据分析模式主要有两种类型，分别为“离线处理”与“实时处理工离线分析能够分离业务数据与所要分析的数据样本，从而只对分离后的数据样本进行建模分析，这种分析模式的显著优势为能够处理一些较为复杂的业务，但是缺点为没有办法第一时间掌握市场的发展规律；而实时分析的作用是能够对业务数据进行即时地分析与处理，并可以随时掌握业务的变化情况。大数据分析技术利用其快速、可预测性的特点，能把控交通流量，实时监控路面的动态性，减少交拥堵现象，提升交通管理效率。例如：出行前，驾驶者输入目的地，大数据交通管理平台会依据前方路况做出分析、判断、确定路线，并通过智能手机告知驾驶者。（二）大数据分析平台在智能交通系统中所使用的大数据分析平台主要包含三个技术平台，分别为基础服务层、数据分析层以及终端发布层。为了进一步完善智能交通的大数据分析平台技术，就要对这是三个层面进行认真的分析，加大对这三个技术平台建设的力度，具体为：第一，基础服务层。基础服务层是数据分析层与终端发布层的基础部分，它主要的作用是通过对现有云计算技术的应用，分析与整合所涉及到的一些数据，并能够将异构的数据存储起来，以确保数据的安全性与稳定性。要想加强这项技术，就首先要将基础的保障工作做好，有效组织好不同系统中的交通设施、对象以及工具等信息，以便为日后的分析与反馈提供很好的数据支持；第二，数据分析层。数据分析层主要是服务层面存储的数据与交通管理的数据需要，通过对数据分析功能与数据的挖掘技术的应用，对所存储的信息进行处理、分析，从而产生切实有效的决策或者是判断数据，实现对交通的管理。这一层面技术的保障工作就是我们必须要不断地对交通管理的实际需求进行调查更新，从而使数据分析的依据更加的切实有效；第三，终端发布层。终端发布层主要是将数据分析层传输同的数据分析结果发布到云终端之上，我们可以根据不同的要求，提供不同的分析结果从而使服务对象能够更加容易的使用和理解，准确的找到与需求相对应的功能入口。四、结束语总的橐说，由于交通系统中所产生的数据量非常大，且种类繁多，为了更好地对这些数据进行处理，就需要在智能交通中应用大数据分析技术，大数据分析不但具有足够的存储空间，能够快速分析与整合这些数据，而且还能够保证分析结果的可靠性。所以，文章展开对大数据分析技术在智能交通中的应用研究十分必要。【参考文献】1田胜雄.大数据分析在智能交通系统中的应用J.智能城市，2017,3(08)：68-70.2卢政平.基于大数据分析下的智能交通浅析J.科技风，2015(19)：28.引周锋.大数据分析技术助推智能交通产业J.信息与电脑(理论版)，2015(02)：82-83.