吳　珺，　王春枝

(1.湖北工業(yè)大學(xué)　計(jì)算機(jī)學(xué)院， 湖北　武漢　430068；

2.武漢理工大學(xué)　a.材料科學(xué)與工程學(xué)院； b.交通物聯(lián)網(wǎng)技術(shù)湖北省重點(diǎn)實(shí)驗(yàn)室， 湖北　武漢　430070)

?

城市隧道交通大數(shù)據(jù)分析及應(yīng)用

吳珺1,2，王春枝1

(1.湖北工業(yè)大學(xué)計(jì)算機(jī)學(xué)院， 湖北武漢430068；

2.武漢理工大學(xué)a.材料科學(xué)與工程學(xué)院； b.交通物聯(lián)網(wǎng)技術(shù)湖北省重點(diǎn)實(shí)驗(yàn)室， 湖北武漢430070)

摘要：隨著云計(jì)算、物聯(lián)網(wǎng)技術(shù)等相關(guān)信息技術(shù)的發(fā)展，針對(duì)城市交通與物聯(lián)網(wǎng)應(yīng)用結(jié)合的相關(guān)研究正如火如荼進(jìn)行，同時(shí)也促進(jìn)了城市智慧交通網(wǎng)絡(luò)朝著更為高科技、信息化、智能化的方向發(fā)展。本文提出城市隧道交通的大數(shù)據(jù)平臺(tái)體系結(jié)構(gòu)，并針對(duì)其交通大數(shù)據(jù)進(jìn)行關(guān)聯(lián)分析方法研究。首先通過分析各類多源交通大數(shù)據(jù)獲得表現(xiàn)交通擁堵的相關(guān)因素，然后通過大量相關(guān)樣本數(shù)據(jù)訓(xùn)練獲得預(yù)測(cè)模型，最后通過模型預(yù)測(cè)是否發(fā)生交通擁堵并分析交通網(wǎng)絡(luò)中各隧道的交通擁堵關(guān)聯(lián)性。分組實(shí)驗(yàn)及相關(guān)結(jié)果分析表明，本文提出的方法能實(shí)現(xiàn)多個(gè)隧道發(fā)生交通擁堵情況的關(guān)聯(lián)分析，取得了交通大數(shù)據(jù)分析應(yīng)用的良好效果。

關(guān)鍵詞：城市隧道；大數(shù)據(jù)；交通系統(tǒng)

隨著城市化進(jìn)程的推進(jìn)，交通網(wǎng)絡(luò)已成為城市的生命線；所謂智慧交通網(wǎng)絡(luò)ITS(Intelligent Traffic System)是融合了目前先進(jìn)物聯(lián)網(wǎng)技術(shù)、數(shù)據(jù)通信技術(shù)、大數(shù)據(jù)分析技術(shù)構(gòu)建成的新型交通體。城市智慧交通網(wǎng)絡(luò)是物聯(lián)網(wǎng)技術(shù)應(yīng)用的一種核心體現(xiàn)，它涵蓋了數(shù)據(jù)的采集、處理、傳輸、融合和挖掘等一系列信息處理步驟。由此實(shí)現(xiàn)城市智慧交通網(wǎng)絡(luò)中的聲音、圖像、溫度、亮度、位置變化等物理屬性構(gòu)成的復(fù)雜數(shù)據(jù)，使得人們可以獲得更加全面、準(zhǔn)確、有效的交通監(jiān)測(cè)信息。

隨著物聯(lián)網(wǎng)技術(shù)、大數(shù)據(jù)技術(shù)等相關(guān)信息技術(shù)的發(fā)展，針對(duì)大數(shù)據(jù)與物聯(lián)網(wǎng)應(yīng)用結(jié)合的相關(guān)研究正如火如荼進(jìn)行，同時(shí)也促進(jìn)了城市智慧交通網(wǎng)絡(luò)朝著更為高科技、信息化、智能化的方向發(fā)展。目前城市智慧交通網(wǎng)絡(luò)不僅可以通過攝像探頭記錄交通情況和監(jiān)控隧道內(nèi)的車輛等基本功能；同時(shí)城市智慧交通網(wǎng)絡(luò)還可以對(duì)隧道空間結(jié)構(gòu)進(jìn)行相關(guān)專業(yè)的安全評(píng)估監(jiān)測(cè)，保證隧道的安全運(yùn)行使用；并通過各類監(jiān)控?cái)?shù)據(jù)進(jìn)行決策分析，提供多樣的信息應(yīng)用服務(wù)。

道路交通流除了具有時(shí)間特性外，還具有很強(qiáng)的空間相關(guān)性，通過大數(shù)據(jù)分析可以挖掘出交通流間潛在的關(guān)聯(lián)性。然而各種交通流檢測(cè)設(shè)備產(chǎn)生并積累了海量的具有復(fù)雜時(shí)空關(guān)系的時(shí)空信息數(shù)據(jù)集，融合有效的信息技術(shù)和廣闊的數(shù)據(jù)平臺(tái)就能夠通過分析這類數(shù)據(jù)獲得城市各個(gè)路段的重要交通信息，為人們的日常出行和政府部門的交通管理提供有效的信息。

例如國(guó)外一些智慧城市系統(tǒng)為民眾提出了一些出行信息的查詢和實(shí)時(shí)路況直播；基于這類應(yīng)用的數(shù)據(jù)挖掘需求，需要研究和開發(fā)者對(duì)交通流進(jìn)行各類數(shù)據(jù)挖掘工作，對(duì)于傳感器實(shí)時(shí)采集的動(dòng)態(tài)海量數(shù)據(jù)挖掘算法的深入研究；比如發(fā)現(xiàn)交通狀況之間的關(guān)聯(lián)關(guān)系、復(fù)雜時(shí)空查詢、分析交通流的擁堵模型等。

1交通大數(shù)據(jù)平臺(tái)的架構(gòu)及特性

隨著我國(guó)城市化進(jìn)程的推進(jìn)，為了緩解城市交通擁堵問題，各級(jí)政府紛紛重視城市中各類交通基礎(chǔ)設(shè)施修建，比如開展空間立體化城市交通體規(guī)劃與修建，包括城市的地鐵、多層高架橋、隧道等。但是城市地面空間有限，因此城市地下隧道和地鐵正逐漸成為提高城市交通高效性的首選。

本文所研究的智能交通系統(tǒng)主要是針對(duì)這類隧道以城市隧道監(jiān)控系統(tǒng)研究設(shè)計(jì)的。以湖北省武漢市為例，如圖1所示近年的城市交通擴(kuò)建工程中，不但修建了地鐵，還修建了武昌與漢口之間的過江隧道、東湖景區(qū)的湖底隧道等多種形式的城市隧道。圖1中紅色線段標(biāo)注所示為武漢市的主要城市長(zhǎng)隧道，比如：修建于2012年的武漢市漢口火車站地下隧道，全長(zhǎng)1100 m，它地處武漢市的二環(huán)線上；2011年投入使用的武漢市水果湖隧道，全長(zhǎng)1735 m，是城市二環(huán)線武昌段的重要交通樞紐點(diǎn)；又如其他一些城市中型隧道，2008年完工的武漢市漢陽開發(fā)區(qū)國(guó)博隧道全長(zhǎng)870 m，屬于城市中型隧道，位于武漢市三環(huán)線附近，是武漢市國(guó)際博覽中心的重要配套道路。

圖1　武漢市主要隧道

以上這類城市隧道已逐漸成為武漢市交通的一個(gè)亮點(diǎn)，本文作者通過多年在以上隧道設(shè)計(jì)施工的工作經(jīng)驗(yàn)中針對(duì)隧道監(jiān)控系統(tǒng)多樣性和復(fù)雜性的相關(guān)研究進(jìn)行了分析與研究。在物聯(lián)網(wǎng)發(fā)展大潮下，面對(duì)當(dāng)前城市交通智能化高速發(fā)展，但是又缺失標(biāo)準(zhǔn)化、統(tǒng)一化、智能化的網(wǎng)絡(luò)體系標(biāo)準(zhǔn)的現(xiàn)狀；我們需要提出一個(gè)新的概念，即基于城市交通隧道智能監(jiān)控系統(tǒng)的網(wǎng)絡(luò)體系，本文將這類網(wǎng)絡(luò)定義為“城市隧道交通的大數(shù)據(jù)平臺(tái)”。

隨著城市化進(jìn)程的推進(jìn)，對(duì)交通網(wǎng)絡(luò)的信息技術(shù)需求日益增長(zhǎng)，面對(duì)龐大的交通數(shù)據(jù)如何將各類分散的數(shù)據(jù)進(jìn)行集中存儲(chǔ)、分析、管理是一個(gè)重要的研究課題。針對(duì)實(shí)際需求，本文提出的城市隧道交通大數(shù)據(jù)平臺(tái)是一個(gè)以物聯(lián)網(wǎng)理論為研究基礎(chǔ)，對(duì)現(xiàn)有的城市隧道監(jiān)控系統(tǒng)進(jìn)行標(biāo)準(zhǔn)化、智能化的聯(lián)網(wǎng)應(yīng)用。其體系結(jié)構(gòu)是構(gòu)建城市隧道交通大數(shù)據(jù)平臺(tái)理論的實(shí)踐基礎(chǔ)。同時(shí)在大數(shù)據(jù)時(shí)代可以借鑒大數(shù)據(jù)分析與計(jì)算機(jī)軟件工程的研究經(jīng)驗(yàn)，針對(duì)城市隧道交通大數(shù)據(jù)平臺(tái)的復(fù)雜數(shù)據(jù)特性和網(wǎng)絡(luò)異構(gòu)性，本文將平臺(tái)從下至上分為5層，它們依次是：感知層、傳輸轉(zhuǎn)換層、數(shù)據(jù)存儲(chǔ)層、智能數(shù)據(jù)分析層、應(yīng)用服務(wù)層[1]。

2交通大數(shù)據(jù)

2.1智能交通復(fù)雜異構(gòu)性

隨著物聯(lián)網(wǎng)技術(shù)的不斷發(fā)展和廣泛應(yīng)用，對(duì)于智慧交通網(wǎng)絡(luò)中的各類車輛進(jìn)行實(shí)時(shí)有效的感知監(jiān)控已經(jīng)逐步實(shí)現(xiàn)。然而這類利用大量傳感器及RFID電子標(biāo)簽，并通過GIS進(jìn)行實(shí)時(shí)傳輸?shù)膹?fù)雜數(shù)據(jù)難以進(jìn)行統(tǒng)一格式的數(shù)據(jù)存儲(chǔ)、數(shù)據(jù)管理和數(shù)據(jù)分析。由于智能交通技術(shù)不斷創(chuàng)新發(fā)展，不同年代修建的隧道監(jiān)控系統(tǒng)硬件及開發(fā)軟件系統(tǒng)都有著明顯的差異。因此綜合以上各類因素，整合現(xiàn)有隧道交通系統(tǒng)獲得面向智能交通的大數(shù)據(jù)，需要解決數(shù)據(jù)的復(fù)雜異構(gòu)性。

2.2隧道數(shù)據(jù)復(fù)雜異構(gòu)性

數(shù)據(jù)異構(gòu)性首先表現(xiàn)為“系統(tǒng)異構(gòu)”，即由隧道內(nèi)硬件和系統(tǒng)所選用的操作系統(tǒng)、通信系統(tǒng)的不同所產(chǎn)生的異構(gòu)。如圖2所示4張數(shù)據(jù)表定義，在較早修建的武漢市中山路隧道(2006年修建完成)采用的是Windows 2000 Server 中文版的網(wǎng)絡(luò)操作系統(tǒng)和SQL Server 2000數(shù)據(jù)庫(kù)管理系統(tǒng)；而修建于2011年的武漢市水果湖隧道采用的是Windows 2003 Server 中文版的網(wǎng)絡(luò)操作系統(tǒng)和SQL Server 2008數(shù)據(jù)庫(kù)管理系統(tǒng)。

圖2　隧道交通數(shù)據(jù)表的基本定義匯總

2.3數(shù)據(jù)融合及分析

通過多源數(shù)據(jù)融合技術(shù)，能形成更加豐富的交通信息，在一定準(zhǔn)則下進(jìn)行自動(dòng)分析，能更有效完成所需的交通決策和評(píng)估。

城市隧道交通的大數(shù)據(jù)平臺(tái)監(jiān)控信息主要是針對(duì)武漢市各個(gè)隧道的大數(shù)據(jù)進(jìn)行融合處理的研究，對(duì)于城市隧道交通的大數(shù)據(jù)平臺(tái)交通流進(jìn)行實(shí)時(shí)高效地信息采集、分析及融合處理、發(fā)布系統(tǒng)。融合當(dāng)前先進(jìn)的信號(hào)處理及數(shù)據(jù)分析技術(shù)，實(shí)現(xiàn)智能交通大數(shù)據(jù)的集成開發(fā)和應(yīng)用[1,2]。近年來許多國(guó)外研究機(jī)構(gòu)也對(duì)此進(jìn)行了深入研究，比如麻省理工大學(xué)ITS實(shí)驗(yàn)室Antonious C等研究了在線和離線的動(dòng)態(tài)交通分配模型[3]，和實(shí)時(shí)多傳感器多源網(wǎng)絡(luò)數(shù)據(jù)融合模型。

我國(guó)對(duì)于交通監(jiān)控多源信息融合的研究才剛剛起步。近年來，智能交通系統(tǒng)研究較多集中在交通信息的采集與發(fā)布，更為核心的交通監(jiān)控信息融合處理研究較少，還沒有實(shí)現(xiàn)多源交通信息的融合處理和應(yīng)用。有些研究在構(gòu)建城市ITS系統(tǒng)，如吉林大學(xué)交通學(xué)院的ATMS平臺(tái)提供基于關(guān)系模式的數(shù)據(jù)融合[4]；北京交通大學(xué)提出一種通用的數(shù)據(jù)組件元模型,在元模型中定義了相應(yīng)交通信息集成的語法和語義[5～7]。但是這些方法并未提供進(jìn)一步的多源數(shù)據(jù)融合與協(xié)同共享。特別是在城市隧道監(jiān)控中存在交通、環(huán)境和設(shè)備參數(shù)等多種數(shù)據(jù)，如何從不同層次不同階段對(duì)這些數(shù)據(jù)有效融合與高效挖掘，為決策提供支持，尚無深入的研究。

目前，面向智能交通大數(shù)據(jù)的信息融合還未形成基本的理論框架和有效的廣義融合模型和算法。本文針對(duì)城市多個(gè)隧道的智能監(jiān)控系統(tǒng)，提出面向城市智慧交通網(wǎng)絡(luò)中的多個(gè)隧道智能監(jiān)控系統(tǒng)大數(shù)據(jù)關(guān)聯(lián)分析方法。

3大數(shù)據(jù)分析模型

3.1分析模型

智慧交通數(shù)據(jù)分析是交通系統(tǒng)的重要研究?jī)?nèi)容，傳統(tǒng)交通數(shù)據(jù)模型是描述交通流狀態(tài)變量(速度、密度和流量)隨時(shí)間和空間變化、分布規(guī)律及交通控制變量之間關(guān)系的方程式或映射。隨著智能交通系統(tǒng)的發(fā)展，不斷產(chǎn)生一些新的應(yīng)用和新的分析任務(wù)，如分析道路交通擁堵模型、發(fā)現(xiàn)道路交通狀況之間的關(guān)聯(lián)關(guān)系、預(yù)測(cè)未來一段時(shí)間的道路交通狀況等[8～11]。

3.2算法

根據(jù)城市隧道交通大數(shù)據(jù)平臺(tái)中與交通擁堵最密切相關(guān)的兩個(gè)變量數(shù)據(jù)車速Speed和車流量Cll為模型的訓(xùn)練樣本，通過智能交通關(guān)聯(lián)數(shù)據(jù)挖掘算法得到當(dāng)發(fā)生交通擁堵的時(shí)候，隧道間的關(guān)聯(lián)規(guī)則狀態(tài)Situation。

Step1：輸入隧道車速Speed、車流量Cll和隧道堵車狀態(tài){Situation}為智能交通關(guān)聯(lián)數(shù)據(jù)挖掘模型計(jì)算規(guī)則的特征向量；

Step2：利用訓(xùn)練樣本獲得誤差值最小的支持向量機(jī)模型{Situation}；

Step3：獲得模型參數(shù)并根據(jù)給定的測(cè)試樣本通過模型獲得預(yù)測(cè)值隧道堵車狀態(tài)；

Step4：計(jì)算預(yù)測(cè)精度，推導(dǎo)關(guān)聯(lián)性；

4實(shí)驗(yàn)

4.1分組實(shí)驗(yàn)及相關(guān)結(jié)果

首先根據(jù)智能交通關(guān)聯(lián)數(shù)據(jù)挖掘算法的主要思想，完成五個(gè)隧道獨(dú)立的交通狀態(tài)規(guī)則挖掘。即通過每個(gè)隧道自己的歷史數(shù)據(jù)作為訓(xùn)練數(shù)據(jù)，通過挖掘算法得到一定準(zhǔn)確度的規(guī)則判斷結(jié)果。

實(shí)驗(yàn)訓(xùn)練樣本包含的特征項(xiàng)：隧道車流量、隧道車速、隧道堵車實(shí)際值。首先，輸入訓(xùn)練樣本數(shù)據(jù)，調(diào)用svmtrain函數(shù)對(duì)訓(xùn)練樣本進(jìn)行訓(xùn)練，建立SVM模型；輸入測(cè)試樣本，根據(jù)SVM模型調(diào)用svmpredict函數(shù)測(cè)試樣本進(jìn)行預(yù)測(cè)；然后就可以得到隧道堵車狀態(tài){Situation}的預(yù)測(cè)值。最后將實(shí)際值與預(yù)測(cè)值進(jìn)行比對(duì)，得出算法預(yù)測(cè)的正確率。分別使用ITS中的5個(gè)隧道TA、TB、TC、TD、TE的相關(guān)數(shù)據(jù)集，經(jīng)過智能交通關(guān)聯(lián)數(shù)據(jù)挖掘算法得到的預(yù)測(cè)結(jié)果正確率如表1所示。

表1　隧道TA、TB、TC、TD、TE獨(dú)立預(yù)測(cè)結(jié)果

4.2實(shí)驗(yàn)結(jié)果關(guān)聯(lián)性

城市隧道交通大數(shù)據(jù)平臺(tái)內(nèi)三個(gè)隧道之間的關(guān)聯(lián)分析如表2所示。隧道TA、TB、TC、TE規(guī)則推理如表3～6所示。

表2　城市隧道交通大數(shù)據(jù)平臺(tái)內(nèi)三個(gè)隧道之間的關(guān)聯(lián)

表3　隧道TA規(guī)則推理

表4　隧道TB規(guī)則推理

表5　隧道TC規(guī)則推理

表6　隧道TE規(guī)則推理

由表3～6，可知：

(1)表3的實(shí)驗(yàn)結(jié)果說明隧道TA和TC存在交通狀態(tài)的關(guān)聯(lián)性，即會(huì)發(fā)生交通擁堵的關(guān)聯(lián)影響，根據(jù)分析可得交通狀態(tài)關(guān)聯(lián)規(guī)則：TC→TA。

(2)表4的實(shí)驗(yàn)結(jié)果說明隧道TB和隧道TA、TC不存在交通狀態(tài)的關(guān)聯(lián)性，即不會(huì)發(fā)生交通擁堵的關(guān)聯(lián)影響。

(3)表5的實(shí)驗(yàn)結(jié)果說明隧道TC和TA存在交通狀態(tài)的關(guān)聯(lián)性，即會(huì)發(fā)生交通擁堵的關(guān)聯(lián)影響，根據(jù)分析可得交通狀態(tài)關(guān)聯(lián)規(guī)則：TA→TC。

(5)表6的實(shí)驗(yàn)結(jié)果說明隧道TC和TE存在交通狀態(tài)的關(guān)聯(lián)性，即會(huì)發(fā)生交通擁堵的關(guān)聯(lián)影響，根據(jù)分析可得交通狀態(tài)關(guān)聯(lián)規(guī)則：TC→TE。

5結(jié)語

本文主要研究了基于城市智能交通網(wǎng)絡(luò)中存在的隧道交通擁堵關(guān)聯(lián)性；并針對(duì)隧道交通擁堵這一特性，提出了智能交通大數(shù)據(jù)關(guān)聯(lián)規(guī)則挖掘算法。通過多組次的實(shí)驗(yàn)分析，挖掘出各個(gè)隧道之間基于擁堵的關(guān)聯(lián)性；實(shí)現(xiàn)了面向城市智能交通網(wǎng)絡(luò)大數(shù)據(jù)應(yīng)用分析的全局性和關(guān)聯(lián)性。一方面表明城市智能交通網(wǎng)絡(luò)內(nèi)各個(gè)隧道由于地理位置臨近，容易產(chǎn)生空間維度特性的交通擁堵關(guān)聯(lián)性；另一方面表明城市智能交通網(wǎng)絡(luò)中各個(gè)隧道由于在整個(gè)城市隧道交通大數(shù)據(jù)平臺(tái)內(nèi)所承擔(dān)的交通疏導(dǎo)能力和交通運(yùn)輸影響力相近，也容易產(chǎn)生屬性維度特性的交通擁堵關(guān)聯(lián)性。

參考文獻(xiàn)

[1]吳珺. 隧聯(lián)網(wǎng)結(jié)構(gòu)及智能監(jiān)控?cái)?shù)據(jù)分析[D]. 武漢:武漢理工大學(xué), 2013.

[2]Fr mling K, Holmstr m J, Loukkola J, et al. Sustainable PLM through intelligent products[J]. Engineering Applications of Artificial Intelligence, 2013, 26(2):789-799.

[3]Sung W T, Chiang Y C. Improved particle swarm optimization algorithm for android medical care IOT using modified parameters[J]. Journal of Medical Systems, 2012, 36(6):3755-3763.

[4]韓祥臨. 基于智能交通系統(tǒng)的交通流建模和擁堵控制研究[D]. 上海:上海大學(xué), 2010.

[5]李銳. 基于本體的報(bào)警關(guān)聯(lián)知識(shí)庫(kù)的研究[D]. 北京:北京交通大學(xué), 2008.

[6]Houtsma M, Swami A. Set-oriented Mining for Association Rules in Relational Databases[C]∥Data Engineering, 1995. Proceedings of the Eleventh International Conference on. IEEE, 1995: 25-33.

[7]Chen Chen, Yan Xifeng, Zhu Feida, et al.Graph OLAP: a multi-dimensional framework for graph data analysis[J]. Knowledge and Information Systems, 2009, 21(1): 41-63.

[8]Li Yuan, Hou Mingjun, Liu Heng, et al. Towards a theoretical framework of strategic decision, supporting capability and information sharing under the context of internet of things[J]. Information Technology and Management, 2012, 13(4):205-216.

[9]Ruiz R, Maroto C , Alcaraz J. A decision support system for a real vehicle routing problem[J]. European Journal of Operational Research, 2004, 153(3):593-606.

[10]楊一文, 藺玉佩. 基于專家知識(shí)的模糊時(shí)間序列預(yù)測(cè)模型及應(yīng)用[J]. 系統(tǒng)管理學(xué)報(bào), 2012, 21(1):120-125.

[11]Morales A. The long and tortuous history of the discovery of testosterone and its clinical application[J]. The Journal of Sexual Medicine, 2013, 10(4):1178-1183.

[12]吳珺， 謝樹泉, 王春枝. 基于語義的隧聯(lián)網(wǎng)數(shù)據(jù)整合方法[J]. 智能系統(tǒng)學(xué)報(bào), 2014, 9(6):704-708.

Big Data Analysis and Application Based on Intelligent Tunnel Traffic

WUJun1,2,WANGChun-zhi1

(1.School of Computer Science，Hubei University of Technology , Wuhan 430068, China;2. a.School of Materials Science and Engineering; b.Hubei Key Laboratory of Transportation Internet of Things, Wuhan University of Technology, Wuhan 430070, China)

Abstract:With the development of information technology including the Cloud Computing and the Internet of Things technology, it is important to study about the fusion on the urban transportation and the Internet of Things technology. So this fusion research could promote the urban tunnel network towards a much more high-tech, information, intelligent direction of development. This paper studies the Association Analysis methods for Big Data in ITS(Intelligent Transportation System). Firstly, it obtains the relevant factors by analyzing the performance of various types of traffic jams in multi-source of ITS Big Data. Secondly, it gets through a lot of related forecasting model training from these sample data. Finally, it is used to predict whether the occurrence of traffic congestion, furthermore to make the association analysis about these traffic congestion situation in ITS. Grouping experimental results and related analysis show that this paper proposed method can achieve the traffic congestion associated with the occurrence of multiple tunnel analysis, and it also can achieve good results of analysis applications based on Big Data in ITS.

Key words：city tunnels; big data; ITS(intelligent transportation system)

中圖分類號(hào)：U495

文獻(xiàn)標(biāo)識(shí)碼：A

文章編號(hào)：2095-0985(2016)02-0062-05

基金項(xiàng)目：國(guó)家自然科學(xué)基金(61502155)；湖北省自然科學(xué)基金(2014CFB590)；湖北工業(yè)大學(xué)博士啟動(dòng)基金(BSQD13039)；湖北省住房和城鄉(xiāng)建設(shè)廳資助項(xiàng)目(鄂建文[2014]54號(hào)-51)；武漢理工大學(xué)交通物聯(lián)網(wǎng)技術(shù)湖北省重點(diǎn)實(shí)驗(yàn)室資助項(xiàng)目(2015Ⅲ015-A03)

作者簡(jiǎn)介：吳珺(1984-)，女，湖北武漢人，講師，博士，研究方向?yàn)橹腔鄢鞘薪煌?、物?lián)網(wǎng)及數(shù)據(jù)挖掘(Email：wujun@whut.edu.cn)

收稿日期：2015-07-25修回日期： 2015-11-27