武汉市交通大数据智慧可视化设计开题报告

1. 研究目的与意义（文献综述）

选题依据及研究意义（研究背景、研究意义）：研究背景：随着智能交通在物联网、云计算、移动互联等领域的结合应用和迅速发展,其发展模式已经从传统的信息不均衡、信息处理能力低效的系统发展成为真正的运用新技术的智能交通系统。

智能交通系统是多个与交通有关的系统的综合应用，包括车路协同系统、公众出行便捷服务、车联网等, ,这些应用运用大数据技术、云计算技术、移动互联技术等为交通系统的智能化效率的提高提供重要的支持,不断提高智能交通系统的数据分析判断能力，以优化交通的运行管理，精准地掌握交通状况，给车辆和出行者带来更加智能化的服务。

目前大数据技术已经应用在很多城市的智能交通领域，公众出行越来越离不开交通大数据分析带来的便利。

2. 研究的基本内容与方案

研究内容（包括研究思路、主要内容、课题组人员分工等） 本设计主要进行交通大数据的处理以及通过地理空间数据可视化理论,运用可视化分析方法来可视分析交通数据。研究基本思路：[1] 查阅国内外文献，利用国内外研究情况结合本科期间所学知识整理总结现有的大数据可视化的研究，完成交通大数据智慧可视化设计的研究综述。[2] 分析不同类型交通大数据的特点以及展示方法。[3] 以武汉市机动车出行大数据为例，设计合理的可视化展示方案。[4] 利用专业软件实现动态可视化效果。[5] 验证与完善可视化方案。主要章节及内容：第一章 绪论；第二章 交通大数据的概念；第三章 大数据可视化的概念；第四章 武汉市机动车出行大数据可视化方案设计；第五章 总结和展望。 技术方案1.研究目标 通过本科所学知识，查阅国内外文献中的相关资料，在老师的指导下，对武汉市交通大数据可视化方案进行设计，并加以创新，总结出一套自己的全新的大数据可视化展示方案，以便于快速地从海量数据当中提取有用的辅助决策信息。具体需要完成任务如下：1、针对不同的大数据类型设计合理的可视化展示方案。2、利用专业软件实现动态可视化效果。3、验证与完善大数据可视化的各种方案，并找到不同数据类型的最优方案。

技术方案

3. 研究计划与安排

研究进程安排：1、第一周 消化选题，查阅国内外相关文献，完成文献综述。

2、第三周 拟定论文架构，完成开题报告；3、第四周 完成论文所需数据资料的采集工作；4、第七周 完成论文总体框架和核心内容；5、第八周 提交论文初稿；6、第十一周 对初稿进行修改，提交论文二稿；7、第十三周 对二稿进行修改，提交论文终稿和外文资料翻译；8、第十五周 毕业论文答辩。

4. 参考文献（12篇以上）

主要参考文献：[1] 汪海波,薛澄岐,黄剑伟,等.基于认知负荷的人机交互数字界面设计和评价[J].电子机械工程,2013, 29(5):57-60.[2] 江志彬,刘伟,韩彦钊,陈菁菁.城市轨道交通网络客流大数据可视化[J].城市交通,2018,16(02):70-75 8.[3] 刘文杰.城市交通大数据可视化框架及实现[J].科技创新导报,2017,14(36):121-122.[4] 李伟,周峰,朱炜,徐瑞华.轨道交通网络客流大数据可视化研究[J].中国铁路,2015(02):94-98.[5] 申兆慕,张健钦,王胜开,赵明.基于Hadoop的交通大数据的可视化Web GIS平台的设计与实现[J].北京建筑大学学报,2018,34(03):33-41.[6]王笑吉. 轨道交通出行数据可视化分析及应用研究[D].北京工业大学,2017.[7]陈军,谢卫红,陈扬森,李忠顺.国内外大数据可视化学术论文比较研究——基于文献计量与SNA方法[J].科技管理研究,2017,37(08):44-53.[8]王全民,韩晓芳.基于Netflow的网络安全大数据可视化分析[J].计算机系统应用,2019,28(04):1-8.[9]陈俊生,彭莉芬.基于Python Echarts的大数据可视化系统的设计与实现[J].安徽电子信息职业技术学院学报,2019,18(04):6-9 22.[10]李学伟,王海起.基于R语言的交通流量数据可视化应用[J].地理空间信息,2019,17(04):95-102 11.[11]刘芳芳,张锦涛,黄杰.基于大数据的城市交通可视化技术研究[J].数字技术与应用,2019,37(05):92 94.[12]李亚军.基于数据可视化的道路交通管理决策体系研究[J].城市道桥与防洪,2018(08):317-321 33.[13]韩卫国,王劲峰,王海起,胡建军.基于数据可视化的交通流量分析[J].武汉理工大学学报(交通科学与工程版),2004(05):668-670.[14]姜北思. 交通数据可视化方法研究[D].北方工业大学,2017.[15]李凯,陈垦,范庸,杨婉懿.交通数据可视化技术探析[J].中国交通信息化,2019(06):128-129 133.[16]田薇,张锦明,龚建华.面向不同主题的交通大数据可视分析[J].测绘科学技术学报,2017,34(01):102-105 110.[17]刘晓波,蒋阳升,唐优华,张仪彬,王子兰,罗洁.综合交通大数据应用技术的发展展望[J].大数据,2019,5(03):55-68.[18] Cook K A, Thomas J J. Illuminating the Path: The Research and Development Agenda for Visual Analytics[J]. Computer Graphics, 2005: 1668-1682[19] Nocaj A, Brandes U. Organizing Search Results with a Reference Map[J]. Visualization Computer Graphics IEEE Transactions on, 2012, 18(12):2546-2555.[20] Ferreira N, Poco J, Vo H T, et al. Visual Exploration of Big Spatio-Temporal Urban Data: A Study of New York City Taxi Trips.[J]. IEEE Transactions on Visualization Computer Graphics, 2013, 19(12):2149.[21] Schreck T,Keim DA. Visual analysis of social media data[J]. Computer,2013,46(5)：68-75.[22] Itoh M, Yokoyama D, Toyoda M, et al. Visual fusion of mega-city big data: An application to traffic and tweets data analysis of Metro passengers[C]// IEEE International Conference on Big Data. IEEE, 2014:431-440.[23] Murthy D, Gross A, Mcgarry M. Visual Social Media and Big Data. Interpreting Instagram Images Posted on Twitter[J]. Digital Culture Society, 2016, 2(2).