TrưỜng đẠi học công nghệ nguyễN ĐỨc thắng áp dụng mô HÌnh phân lớp vào dự ĐOÁn mậT ĐỘ giao thông luận văn thạc sĩ HỆ thống thông tin

ĐẠI HỌC QUỐC GIA HÀ NỘI

TRƯỜNG ĐẠI HỌC CÔNG NGHỆ



NGUYỄN ĐỨC THẮNG

ÁP DỤNG MÔ HÌNH PHÂN LỚP VÀO DỰ ĐOÁN MẬT ĐỘ GIAO THÔNG

LUẬN VĂN THẠC SĨ HỆ THỐNG THÔNG TIN

Hà Nội - 2016
ĐẠI HỌC QUỐC GIA HÀ NỘI

TRƯỜNG ĐẠI HỌC CÔNG NGHỆ

NGUYỄN ĐỨC THẮNG

ÁP DỤNG MÔ HÌNH PHÂN LỚP VÀO DỰ ĐOÁN MẬT ĐỘ GIAO THÔNG

Ngành: Công Nghệ Thông Tin

Chuyên ngành: Hệ thống Thông Tin

Mã số chuyên ngành: 60480104

LUẬN VĂN THẠC SĨ HỆ THỐNG THÔNG TIN

NGƯỜI HƯỚNG DẪN KHOA HỌC: PGS. TS. Nguyễn Trí Thành

Hà Nội – 2016

LỜI CAM ĐOAN

Tác giả xin cam đoan kết quả đạt được trong luận văn là sản phẩm của riêng cá nhân Tác giả và được sự hướng dẫn khoa học của PGS. TS. Nguyễn Trí Thành, không sao chép lại của người khác. Trong toàn bộ nội dung của luận văn, những điều trình bày của cá nhân hoặc được tổng hợp của nhiều nguồn tài liệu. Tất cả các tài liệu tham khảo đều có xuất xứ rõ ràng và được trích dẫn hợp pháp.

Tác giả xin hoàn toàn chịu trách nhiệm và chịu mọi hình thức kỷ luật theo quy định cho lời cam đoan của mình.

Hà Nội, ngày tháng năm 2016 HỌC VIÊN Nguyễn Đức Thắng

LỜI CẢM ƠN

Lời đầu tiên, em xin gửi lời cảm ơn chân thành và sâu sắc nhất tới PGS.TS Nguyễn Trí Thành, người thầy đã trực tiếp hướng dẫn tận tình và đóng góp những ý kiến quý báu cho em trong suốt quá trình thực hiện luận văn tốt nghiệp này.

Em xin gửi lời cảm ơn đến các thầy cô giáo trường Đại học Công nghệ - Đại học Công nghệ - Đại học Quốc gia Hà Nội, đã tận tâm truyền đạt những kiến thức quý báu làm nền tảng cho em trong công việc và cuộc sống.

Cuối cùng, em xin được cảm ơn cha mẹ, người thân, bạn bè và đồng nghiệp của em, những người đã luôn bên em, khuyến khích và động viên em trong cuộc sống và học tập.

HỌC VIÊN Nguyễn Đức Thắng

MỤC LỤC

a.Khái niệm Hệ thống giao thông thông minh 9

b.Lựa chọn đặc tính để sinh dữ liệu 27

c.Thực hiện sinh dữ liệu 28

d.Thực hiện sinh dữ liệu với thông tin ngày nghỉ lễ 31

a.Mô hình Decision Tree 39

b.Mô hình Super Vector Machines (SVM) 40

c.Mô hình Naive Bayes 40

d.Mô hình Neural Network 41

e.So sánh các kết quả chạy của SVM, Navies Bayes, J48 và Neural Network với số phân lớp là 6 41

a.Mô hình Decision Tree 43

b.Mô hình Super Vector Machines (SVM) 43

c.Mô hình Naive Bayes 43

d.Mô hình Neural Network 44

e.So sánh các kết quả chạy của SVM, Navies Bayes, J48 và Neural Network với số phân lớp là 6 44

a.Mô hình Decision Tree 46

f.Mô hình Super Vector Machines (SVM) 46

g.Mô hình Naive Bayes 47

h.Mô hình Neural Network 47

a.Thực nghiệp với số lớp (mức độ tắc đường) là 3 48

b.Thực nghiệp với số lớp (mức độ tắc đường) là 4 49

c.Thực nghiệp với số lớp (mức độ tắc đường) là 5 49

d.Thực nghiệp với số lớp (mức độ tắc đường) là 6 49

DANH MỤC CÁC KÝ HIỆU VÀ CHỮ VIẾT TẮT

STT	Từ viết tắt	Nghĩa đầy đủ	Ghi chú
1	SVM	Support Vector Machine
2	ITS	Intelligent Transportation System
3	VMS	Variable Message Signs
4	CCTV	Closed Circuit Television
5	AVI	Automated Vehicle Identification
6	ITS	Intelligent Transport System
7	ISA	Intelligent Speed Adaptation
8	WIM	Weight In Motion
9	ETC	Electronic Toll Collection
10	CC	Cruise Control
11	PTP	Public Transport Priority
12	SCOOT	Split, Cycle and Offset Optimiser Technique
13	TDM	Travel Demand Management
14	HOV	High Occupancy Vehicle
15	WEKA	Waikato Environment for Knowledge Analysis
15	VSL	Variable Speed Limit