卡口過車信息挖掘技術(shù)研究.pdf

1、隨著機動車輛保有量的不斷增加，卡口過車信息劇增，通過對卡口過車信息挖掘，能夠得到很多被忽視的潛在信息，比如尋找擁堵路段、嫌疑車輛等，從而達到智能交通管理的效果。但是隨著卡口過車信息的劇增，對其進行存儲、管理、挖掘的難度也越來越大，因此，通過大數(shù)據(jù)技術(shù)，完成對卡口過車信息的挖掘處理具有重要的應(yīng)用意義。
　　本文首先介紹了智能交通的發(fā)展概況，數(shù)據(jù)挖掘過程以及大數(shù)據(jù)技術(shù)。為了通過對卡口過車信息進行數(shù)據(jù)挖掘，從而完成智能交通管理的目標(biāo)，針

2、對原有的IOE架構(gòu)存儲壓力大、設(shè)備成本高、實時處理延遲大等問題，本文提出采用Hbase數(shù)據(jù)庫完成對卡口過車信息的存儲以及線下數(shù)據(jù)挖掘，采用Flume-kafka完成對卡口過車信息的采集，采用Storm完成對卡口過車信息的實時處理。對于卡口過車信息存儲以及線下處理，本文主要針對伴隨車輛這個安全問題進行研究。通過對伴隨車輛的定義以及任務(wù)的確定，對Hbase表模式進行合適的設(shè)計之后，完成對卡口過車信息的存儲，并且能夠快速檢索出被測車輛的伴隨車