基于信息粒化的数据拟合模型对城市主干道交通违法数据分析——以南京市中心城区为例

摘要：

通过对城市交通大数据的分析,研究中心主城区主干道路交通违法行为.利用优化的数学模型进行数字化及可视化分析,找出交通违法行为的现状和分布规律;采用粒计算的思想对数据进行信息粒化,在周期性的数据中找到数据的总体波动,剥落Low层数据,筛选出Up层和R层数据,选取不同模型对数据进行线性拟合与对比,显示Fourier级数模型拟合结果更优;对每条路线的车辆交通违法信息逐一分析,结果显示二号路线在7-8月份出现车辆交通违法56.38次,四号线路线在6月份出现8次.文中建立新的数学模型来处理周期性数据,模型精确度高,能明确评估城市交通违法情况.

关键词：大数据、信息粒化、数据拟合、Fourier级数模型

所属期刊栏目：38

分类号：C37;F224.32(数据处理)

资助基金：国家哲学社会科学基金重大招标项目"中国社会应急救援服务体系建设研究"16ZDA054

在线出版日期：2018-06-25（万方平台首次上网日期，不代表论文的发表时间）

页数：共8页

页码：227-234