业务需求：对已有交通数据进行分析建立模型，从而对未来交通堵车情况进行预测； # TrafficForecast SparkMLlib智慧交通项目 ## 项目需求 对已有交通数据进行分析建立模型，从而对未来交通堵车情况进行预测 ## 使用步骤 1. 克隆项目到本地 2. 导入项目到IDEA 3. linux中安装配置各软件 4. 阅读代码，运行项目 ## 软件版本 1. hadoop-2.6.4 2. zookeeper-3.4.5 3. kafka_2.12-0.11.0.2 4. jdk-8u181-linux-i586 5. redis-2.6.16 ## 项目思路 ### 生产者模块 - 功能：模拟生产数据，发送到kafka，kafka接收数据后打印到控制台 - 操作步骤 1. 启动zookeeper(三台机器） > [hadoop@mini1 ~]$ zkServer.sh start 2. 启动hadoop > [hadoop@mini1 ~]$ start-all.sh 3. 启动kafka(三台机器） > [hadoop@mini1 kafka_2.12-0.11.0.2]$ bin/kafka-server-start.sh config/server.properties 4. 创建topic > [hadoop@mini1 kafka_2.12-0.11.0.2]$ bin/kafka-topics.sh \ --create \ --zookeeper mini1:2181 \ --replication-factor 1 \ --partitions 1 \ --topic traffic 5. 启动consumer > [hadoop@mini1 kafka_2.12-0.11.0.2]$ bin/kafka-console-consumer.sh \ --zookeeper mini1:2181 \ --topic traffic \ --from-beginning 6. 运行程序Producer  ### 消费者模块 - 功能：消费kafka数据，并将处理后的数据存储到Redis中 - 操作步骤 1. 启动Redis > 服务端：[hadoop@mini1 redis]# bin/redis-server ~/apps/redis/etc/redis.conf \ > 客户端：[hadoop@mini1 redis]# bin/redis-cli 2. 运行程序SparkConsumer 3. 查看Redis数据库 > 127.0.0.1:6379> select 1 \ > 127.0.0.1:6379[1]> keys * \ > 127.0.0.1:6379[1]> hgetall “20180823_0015”  ### 数据建模模块 - 功能：读取Redis数据库数据，进行数据建模，并将模型保存到hdfs - 操作步骤 1. 运行程序Train 2. web访问hdfs，查看保存结果 > mini1:50070 

国内计程车数据集，可训练模型，约10万辆车。包括车辆的经纬度、车头朝向、车辆的乘客情况、时间戳等信息。机器学习实际应用数据。

Matlab代码sqrt 贝叶斯扩充张量分解 该存储库为以下论文提供了Matlab代码： 陈新宇，何兆成，陈以先，陆玉环，王佳伟（2019）。 贝叶斯增强张量分解模型的缺失交通数据归因和模式发现。 交通运输研究C部分：新兴技术，104：66-77。 [] [] [] [] [] [] 项目结构 BATF代码 BATF_VB.m ：主代码文件。 为BATF实现变体推断。 Test_BATF.m ：测试文件。 您可以在此处找到一个测试示例。 实用功能 ms_scenario.m ：生成具有不同丢失方案的不完整张量。 cp_combination.m ：用于因子矩阵上CP组合的函数。 khatrirao_fast.m ：快速的Khatri-Rao产品功能。 kr.m ：Kronecker产品功能。 mat2ten.m ：张量折叠功能。 ten2mat.m ：张量展开功能。 vec_combination.m ：用于将偏差向量求和到3维张量的函数。 （请考虑使用较新版本的MATLAB） safelog.m ：一个安全的对数函数，受。 实验数据集 tensor.mat ：原始速度数据。 组织为三

AAAI-2021时空融合图神经网络的交通流量预测 要求 这是STFGNN的MXNet实现：[用于交通流量预测的时空融合图神经网络，AAAI 2021]（ ）。 该框架基于框架构建。 强烈建议您熟悉其管道。 Python3 参见requirements.txt 资料准备 STFGNN在这几个公共交通数据集上实现。 来自PEMS03 ， PEMS04 ， PEMS07和PEMS08 。 使用密码p72z下载数据 ，并使用tar -zxvf data.tar.gz p72z tar -zxvf data.tar.gz解压缩数据文件。 模型训练 PEMS03，PEMS04，PEMS07，PEMS08： python main_4n0_3layer_12T_res.py --config config/XXXX/individual_3layer_12T.json 训练自己的数据集 （

行业资料-交通装置-一种基于张量重建的交通数据丢失恢复方法.zip

18年出租车计程车交通流量数据集用于机器学习约200万记录，包括时间序列、经纬度、车头朝向等详细信息

此 Dataset 提供了大量有关法国火车和运输网络的信息。 此数据集包含 2 个 csv 和 1 个形状文件。 file/opensearch/documents/93249/Regularities_by_liaisons_Trains_France.csv file/opensearch/documents/93249/Travel_titles_validations_in_Paris_and_suburbs.csv

美国高速101数据详细介绍

这是STA 160中流量组的GitHub存储库。成员： 辛西娅·莱 森雄二 王晓彤 我们使用PeMS网站上的数据分析了5年内的湾区交通量。 数据以公路传感器数据的形式出现，并包括流量，速度等点。 我们的分析主要集中在可视化和探索数据的本质上。

kaggle交通数据集，共600+MB