在当代社会，随着城市化的脚步越来越快，城市交通也变得越来越复杂，使城市交通网面临着前所未有的挑战。而现代发达的科技技术让城市交通数据量每天都在以惊人的速度上升，这些数据复杂无序，很难从这些交通数据中获得有用的信息。为了能够从这些交通数据中获得它们内部隐藏的有价值的信息，需要对数据进行合理有效的处理分析，但是交通大数据海量多维的特点使得很多分析手段在它面前都很难有效的运用。现阶段刚刚兴起的可视化分析技术提供了一种有效的途径。可视化技术可以让交通大数据变得更加亲切和易于理解，直观地将数据显示在图表上，本文所使用的是数据可视化分析方法，采用的为OpenITS上的广州市浮动车GPS数据，运用一系列的自动分析算法对数据进行处理分析，最终通过简单有效的可视化模型实现了数据的可视化，彰显了可视化分析技术在分析大数据领域的强大。关键词 交通大数据，可视化分析，数据处理
目录
1.绪论 5
1.1研究背景 5
1.2 国内外研究现状 5
1.3 研究的内容和手段 6
1.4 本课题研究的意义 7
2 可视化技术概述 7
3 数据采集 8
3.1 实验数据集 1 11
3.2数据介绍 12
4 数据处理 13
4.1数据预处理 14
4.2 数据分析 15
4.3 车速分析 16
4.4 数据分析总结 24
5.车速可视化分析 24
5.1车速分类 24
5.2车速可视化 27
结论 29
致谢 30
参考文献 31
1.绪论
1.1研究背景
随着大数据时代的到来，传统的计算机对于海量多维的数据的处理能力和处理方式已经很难满足现阶段对交通数据分析利用的需求，于是智能交通系统也就应运而生了。由于智能硬件和软件的协同应用，交通行业的各种数据每天都在大量产生，这些数据之间存在着巨大的价值和潜在信息，需要进一步的处理分析，才能从之中得到有用的信息来解决一些现存的交通问题。所以分析大数据对智能交通的影响和作用，对于从交通路网和交通基础设施建设上改善我国的交 *景先生毕设|www.jxszl.com +Q: ^351916072# 
通状况有着非常重要的意义。然而，如何处理和分析这些海量、复杂的数据成为一项巨大的挑战。
可视化技术提供了一种直观、生动、有效的方法，可以在数据处理与分析的过程中辅助进行深入的理解和探索，判断数据处理过程获得的隐藏信息的正确性。近年来，可视化分析技术在分析和利用交通大数据中扮演了越来越重要的角色，成为一个重要的数据分析理解的方法
1.2 国内外研究现状
1.2.1国内研究成果
目前，国外对于高维度大数据分析已有大量成果。Shashi Shekhar[1]等通过对可视化技术用于识别具有环路检测器流量数据的性能分析，开发出一种更有效的处理交通管理中心数据的软件模型，以识别在当前数据收集过程中可能丢失的交通数据中重复出现的模式；Kare[2]等以具体的交通数据为例，描述了地理数据结构的变化,并通过一个在线客户端来减少交通拥堵造成的延误；Edilson Dias Alves[3]研究了一种基于实际实现的基于agent的交通仿真器TAPAS的可视化应用，利用信息可视化来提高交通仿真数据的可读性和可用性。
1.2.2国外研究成果
国内对于大数据可视化尤其是交通轨迹大数据的研究工作也在蓬勃发展。姜北思[4]等通过将对象定位在路网节点上来设计可视化方案，从而解决交通拥堵问题；张金秋[5]等结合数据处理过程及时空轨迹数据特点,从功能及属性两个维度分析了可视化平台的需求提出了一种新的算法来处理交通数据；段颖超[6]等通过大数据存储和处理技术,将交通数据有效处理和存储并建立数据仓库,并运用数据挖掘可视化技术可视化交通数据，设计并实现了交通数据可视化效果；孟凡林[7]等以陕西省交通运输厅的科研项目为依托,研究了利用浮动车数据进行交通拥堵状态自动辨识所涉及的关键算法与技术,从而通过对交通拥堵分布规律的分析为交通管理决策提供有力的数据支持；邓晨晨[8]等针对城市ITS应用以及发展需求，以实时交通数据为基础研究设计了实时、精确、有效的城市交通可视化信息系统；董亮[9]等通过对出租车交通数据的处理分析，用地图匹配和聚类分析的方法清晰地还原出了道路的交通运行的具体情况；张肃泼[10]等以南京市为例以NETFramwork3.5开发平台,采用Oracle9i数据库管理系统为后台数据库,完成了交通可视化信息平台的设计和实现。
现阶段的可视化研究工作已经初见成果，但是数据维度的过多展示对于人们认识可视化对象的本质和潜在信息的挖掘产生了影响，所以应该如何解决这个问题是国内外学者一直关心的问题。
1.3 研究的内容和手段
本文通过对具体数据的可视化处理，将之与处理前的数据做对比，来体现可
视化对于理解分析交通大数据的作用。为了可以更好地体现出可视化技术对于处
理大数据的优势，研究时所采用的的数据需要具有大量、复杂和无序的特点。因
此本文的主要内容主要分为以下几点：
1.采用浮动车GPS数据。随着科学技术的发展，浮动车GPS数据的应用越来越广泛，同时操作也变得越来越简单。本文主要采用的为广州市的某一道路的浮动车GPS数据，通过对一个路段来进行不同时间段浮动车数据采集，通过外置GPS来采集大量的数据，以用来满足研究的需求，使得研究的结果更加真实。
2.对得到的GPS数据进行预处理，将错误的数据剔除。由于浮动车GPS数据会受到很多因素的干扰，导致采集的数据可能会发生错误。所以需要对采集得到的数据进行预处理，保证每个数据都是精确无误的，这样才可以进行科学的可视化研究。
3.通过SPSS、R等软件对数据进行处理分析。经过数据采集和数据预处理过后，可以对数据进行初步的研究。本文使用SPSS中的一系列自动算法对数据进行整合，得到数据的基本信息。再使用R语言中的箱型图来使得数据变得简单大众化，从而能够从采集的浮动车GPS大数据中轻松的得到需要的信息。
4.通过百度地图、PS等在路段的地图上将车速分布可视化。由于本文所采用的数据中全是变量，所以很难从各类数据中得到相对的关系。所以论文主要对车速进行可视化。通过一系列自动算法对数据处理分析之后，就可以采用相对简单的方法将数据中的数据分布在地图上体现出来，进一步体现可视化对于处理大数据的作用。

原文链接：http://www.jxszl.com/jtgc/jjtys/63842.html