科研之友
微信
新浪微博
Facebook
分享链接
摘要
近年来，高清摄像头广泛应用于城市交通系统，产生了大量交通卡口过车数据集。该数据集为路段行车时间计算提供了一个良好的数据源。但是，由于该数据集规模较大，现有算法通常采用MapReduce大数据并行模型进行计算以提高效率。然而，现有基于MapReduce模型的路段行车时间计算方法采用两作业迭代完成，两作业之间存在涉及大规模磁盘数据存储，额外消耗了时间，导致性能下降。为此，文章提出一种基于Spark大数据模型的路段行车时间Spark-CoRLTT计算方法，该方法通过1次作业完成计算，避免了额外磁盘数据存储，节约了计算时间。实验证明，文章提出的算法在数据规模较大的情况下，计算性能显著提升。
-
单位中国矿业大学（北京）; 中国矿业大学; 河南工学院
