论文部分内容阅读
随着大数据时代的到来,国家在城市交通领域依托交通大数据的形式积极开展业务工程和规划管理工作。交通系统是一个城市乃至国家不可或缺的循环系统,对交通数据的挖掘分析可以使得政府及有关职能部门在监管和发布交通状况信息上的效率有所提升而突出其举足轻重的地位。通过Hadoop平台分布式并行计算以及深度学习领域中的LSTM模型,可以对海量的交通数据进行自定义的基于MapReduce框架的并行词频化统计批处理,交通流热力分布比对及预测分析以发现数据背后潜藏的交通资源调配是否合理等现阶段存在的管理问题。