论文部分内容阅读
通过对交通数据的分析处理来提高交通管理的效率，是现代智能交通系统(ITS)研究的核心问题。随着道路条件的日益完善，越来越多的交通数据被积累了下来，从海量的历史交通数据中找到所需要的数据成为了一项耗时的工作。本文利用多维向量的索引结构X-树来组织交通数据，根据交通数据的时序性特点，提出了一种新的相似性度量方法并将其应用到X-树索引中。实验表明，本文的交通数据多维索引可提供快速的k最近邻居(KNN)查询，为交通流量的预测和异常探测等交通领域的数据挖掘应用提供便利。