基于GIS的交通事故分析系統(tǒng).pdf

1、空間數(shù)據(jù)挖掘與知識發(fā)現(xiàn)是指從空間數(shù)據(jù)庫中抽取隱含知識、空間關系和非顯式存儲在數(shù)據(jù)庫中有意義的特征或模式。該技術在理解空間數(shù)據(jù)，獲取空間與非空間數(shù)據(jù)間內(nèi)在的關系方面具有重要意義。近年來，由于地理信息系統(tǒng)被廣泛地應用到各個行業(yè)中，積累了大量與空間位置相關的空間數(shù)據(jù)，因此空間數(shù)據(jù)挖掘的應用研究已經(jīng)成為當前研究的重要課題。 本文分析了道路交通事故信息管理中的關鍵問題，即找出交通事故多發(fā)地點和造成交通事故的主要原因，這兩個問題可以采用空間

2、數(shù)據(jù)挖掘理論中的空間聚類方法和關聯(lián)分析方法進行分析。在道路事故的聚類分析問題上，道路事故聚類與一般聚類不同，它是一種障礙空間的聚類問題。為了能夠準確地對道路網(wǎng)中的點對象進行聚類，確保同一事故黑點內(nèi)的事故相關性，本文引入了連通性概念，并設計了空間連通點集的判定算法和事故黑點聚類算法。通過判斷各點的連通性來決定是否可以聚類在一起，從而保證了聚類算法在障礙空間的正確性，拓展了聚類分析的應用，實現(xiàn)了障礙空間中的聚類發(fā)掘。在事故信息的關聯(lián)發(fā)掘問題

3、上，由于交通事故屬性數(shù)據(jù)是一種多維的數(shù)據(jù)結構，而一般的關聯(lián)規(guī)則挖掘算法不適合對多維的數(shù)據(jù)模型進行挖掘。因此，本文對經(jīng)典的Apriori算法進行了改進，提出了一種針對交通事故屬性數(shù)據(jù)模型分析的多維數(shù)據(jù)關聯(lián)算法，增強了算法對于多維空間數(shù)據(jù)的處理能力。 在以上研究工作的基礎上，運用本文提出的算法和ArcGIS Engine組件技術設計實現(xiàn)了交通事故分析原型系統(tǒng)。并采用幾組數(shù)據(jù)進行了分析驗證，系統(tǒng)能夠?qū)κ鹿蕯?shù)據(jù)進行有效的分析，以圖形化的