城市大规模时空数据的可视化研究-以出租车载客记录为例(论文)

项目名称 城市大规模时空数据的可视化研究-以出租车

载客记录为例

项目负责人（签名）_________________________ 所在学校（盖章）___________________________

研究类别”含义：

基础研究：指为获得关于现象和可观察事实的基本原理及新知识

而进行的实验性和理论性工作，它不以任何专门或特定的应用或使用为目的。

应用研究：指为获得新知识而进行的创造性的研究，它主要是针

对某一特定的实际目的或目标。

试验发展：指利用从科学研究和实际经验中所获得的现有知识、

生产新材料、新产品、新装置、新流程和新方法，或对现有的材料、产品、装置、流程、方法进行本质性的改进而进行的系统性工作。

推广应用、科技服务：指与研究与发展活动相关并有助于科学技

术知识的产生、传播和应用的活动。

项目名称 研究类别 2 研究 项目 依托的一级学科 成果形式 经费 项 目 负 责 人 申请总额 姓 名 职 称 工作单位 电子邮箱 姓名 项除 目负 组责 主人 要外 成五 员名 职称 学位 城市大规模时空数据的可视化研究-以出租车载客记录为例 1.基础研究 2.应用研究 3.试验发展 4.推广应用 5.科技服务 计算机科学技术 论文+报告 2 万元 起止时间 其他经费及其来源 专业 工作单位 承担任务 2014年4月到2016年5 月 本人签名 排名 1 1 1 项目负责人近三年来承担的研究项目 项目名称 高校学生微博使用行为大数据分析研究 慈溪市物流公共信息平台建设研究 智慧物流关键技术及优化研究 项目来源 宁波市教育规划项目 慈溪市社会科学项目 校高级别预研项目 起止年月 2014.4-2015.4 2013.6-2014.6 2012.10-2015.10 进展 立项 中期 中期

基于学习成果展示的先学后教课堂教学模式研究 宁波市质量监督局江北分局网站改版及维护 校教学改革项目 宁波市质量技术监督局 宁波新汇信息科技有限公司 成果来源 MSEC论文 2013.12-2015.12 2013.12-2014.12 2013.7-2014.6 1 3 进行 进行 RFID环境下网络攻击的防御方法 4 排名 1 中期 成果名称 extension-based clustering method: an approach to support adaptable design of the product Extension adaptive method: An Approach to support the configurable Layout design Optimization in logistics distribution based on extension coded particle swarm algorithm Modified Particle Swarm Algorithm for Vehicle Routing Optimization of Smart Logistics 基于agent的紧急状态救援行为模型仿真 获得时间 2007.10 等级 EI 项目负责人为第一署名人的代表性成果 icmlc论文 2010.7 1 EI Iccsnt论文 2012.2 1 EI Icmic论文 2014.3 1 EI 工业安全与环保 2014.3 1 核心期刊

1． 本项目研究意义及国内外同类研究工作现状（附主要参考文献及出处）： 项目的研究意义 城市运行和管理中累计的大规模数据，其样本内嵌于连续空间，在时间和空间上存在着很强的自相关性。项目以宁波出租车GPS数据为研究对象，结合交通地图，通过数据挖掘和可视化技术对交通小区划分、人们出行的OD时空分布显示，拥堵路段时段分析等研究内容进行了有效研究。力求揭示出租车时空数据中的内涵价值和演化规律，为城市交通管理决策提供重要的数据价值和参考意义。 国内外同类研究工作现状 近年来，国内外众多学者应用时空数据挖掘和可视化的方法，对出租车数据的使用进行了深入的研究。 Nivan Ferreira(2013)教授带领他的研究组，开发了一个出租车OD数据分析系统TaxiVis,系统，能够对纽约地区的三年的出租车数据进行流畅的探索式分析，并且查询操作完全图形化，简单直接。① N. Andrienko等人对可移动数据的挖掘和可视化方法、工具和实验进行了全面梳理，指出了对于大规模时空数据利用的分析流程和发展趋势。② C. Peng等人从人类集体流动模式的角度出发，结合所在城市地区出租车行驶数据，对面向人群进行了时空显示和分析。③ 郭雪婷等（2013）以深圳市某一地区的出租车GPS实测数据为例，运用边界矩形法识别道路，划分拥堵标准，并根据各道路的拥堵隶属度确定其拥堵级别以及拥堵的时间段，建立了道路拥堵判别模型。④ 蔡毅(2013)从南京市出租车GPS海量数据中，提取部分数据对南京市市域进行交通小区的划分，利用相应的数据挖掘软件结合聚类分析方式对其进行分析，最终将分类数据进行了可视化。⑤ 程志华（2013）就乌鲁木齐市出租车GPS 数据进行研究，调查分析乌鲁木齐市道路交通运行基本状况，探讨出租车GPS 数据挖挖掘应用方法的同时，为乌鲁木齐市交通规划、建设和管理提供参考。⑥ 以上学者主要针对出租车时空数据的使用领域和分析方法进行了较全面的研究，除此之外，还有不少学者专门针对城市出租车移动数据应用的理论框架、预测管理、高性能时空挖掘算法等方面的进行了研究分，也有学者以符号学，图形学为基础来研究出租车时空数据的表示和聚集，研究层面相对较为广泛。

[1]Nivan Ferreira, Jorge Poco, Huy T. Vo, Juliana Freire, and Claudio T. Silva, Visual Exploration of Big Spatio-Temporal Urban Data:A Study of New York City Taxi Trips[J], IEEE Trans. Visual Computing Graph, 2013,19(12): 2149-2158 [2]M. Veloso, S. Phithakkitnukoon, C. Bento, P. Olivier, and N. Fonseca. Exploratory study of urban flow using taxi traces. In First Workshop on Pervasive Urban Applications (PURBA), 2011. [3]C. Peng, X. Jin, K.-C. Wong, M. Shi, and P. Li`o. Collective human mobility pattern from taxi trips in urban area[J]. PloS one, 2012,7(4):481-487 [4] 郭雪婷,秦艳丽,雷震. 基于出租车GPS数据的城市道路拥堵判别[J].交通信息与安全, 2013, 31(5):140-143 [5] 蔡毅. 基于出租车GPS数据的南京市交通小区的划分[J].科技创新导报,2013,(23):218 [6] 程志华. 基于出租车GPS 数据的道路交通运行分析———以乌鲁木齐市为例[J].科技论坛，2013,( 35):53-54 [7]N. Andrienko and G. Andrienko. Visual analytics of movement: An overview of methods, tools and procedures[J]. Information Visualization, 2013,12(1):3–24 [8]I. Boyandin, E. Bertini, P. Bak, and D. Lalanne. Flowstrates: An approach for visual exploration of temporal origin-destination data[J]. Computer Graphics Forum, 2011,30(3):971–980, [9]W. Zhang, S. Li, and G. Pan. Mining the semantics of origin-destination flows using taxi traces[J]. In Proceedings of UbiComp, ACM, 2012. 943–949. [10] Rosswog J,Ghose K. Efficiently detecting clusters of mobile objects in the presence of dense noise[C]. Proc of the 2010 ACM Symp on Applied Computing, New York:ACM,2010:1095-1102

百度搜索“70edu”或“70教育网”即可找到本站免费阅读全部范文。收藏本站方便下次阅读，70教育网，提供经典综合文库城市大规模时空数据的可视化研究-以出租车载客记录为例(论文)在线全文阅读。