[發明專利]一種基于浮動車數據的交通流變化趨勢提取方法

有效

• 申請號: 201210460184.0
• 申請日: 2012-11-15
• 公開（公告）號: CN103810849A
• 公開（公告）日: 2014-05-21
• 發明（設計）人: 楊珍珍;郭勝敏;李平;馬法進;張高峰;孫亞夫;于曉
• 申請（專利權）人: 北京掌城科技有限公司
• 主分類號: G08G1/01
• 分類號: G08G1/01;G06F19/00
• 代理公司: 北京華沛德權律師事務所 11302
• 代理人: 劉麗君

1.一種基于浮動車數據的交通流變化趨勢提取方法，其特征在于，包括：

獲取路鏈至少三個月的歷史浮動車數據，按照特征日對所述歷史浮動車數據進行分類；對所述歷史浮動車數據進行去噪平滑處理；按照早晚高峰的變化趨勢將每個特征日的歷史浮動車數據分為至少一個時段；采用K-均值聚類方法對分類后的歷史浮動車數據進行初步聚類；根據交通信息的粗粒度表達方式，采用定距型方法或二值型方法對所述初步聚類后的歷史浮動車數據進行聚類。

2.根據權利要求1所述的基于浮動車數據的交通流變化趨勢提取方法，其特征在于，所述按照特征日對所述歷史浮動車數據進行分類的步驟具體包括：

以路段作為基本處理對象，獲取路段至少三個月的歷史浮動車數據，將所述歷史浮動車數據分為八個特征日：周一、周二、周三、周四、周五、周六、周日以及節假日，用C表示特征日集合，則C={Mon,Tue,Wed,Thu,Fri,Sat,Sun,Hol}。

3.根據權利要求2所述的基于浮動車數據的交通流變化趨勢提取方法，其特征在于，所述對歷史浮動車數據進行去噪處理的步驟具體包括：

順序掃描每個數據采樣周期，對于數據缺失的路鏈，用其前后相鄰4個周期的速度均值填補；對于與上下相鄰周期的速度差異大于一預設值的路鏈，用上下相鄰周期的速度均值替換。

4.根據權利要求3所述的基于浮動車數據的交通流變化趨勢提取方法，其特征在于，所述對歷史浮動車數據進行平滑處理的步驟包括：

對每個采樣周期的速度，取其相鄰兩個周期的速度計算均值并賦值給該采樣周期，每個采樣周期重復五次。

5.根據權利要求3或4所述的基于浮動車數據的交通流變化趨勢提取方法，其特征在于，所述將每個特征日的歷史浮動車數據分為至少一個時段的步驟具體包括：

每個特征日的交通流數據按照早晚高峰的變化趨勢分為多個時間段，每個時間段包含多個浮動車數據采樣周期T，定義k為時間標，t表示時間，則t=kT,k=1,2,…。

6.根據權利要求5所述的基于浮動車數據的交通流變化趨勢提取方法，其特征在于，所述對分類后的歷史浮動車數據進行初步聚類的步驟具體包括：

用P表示時間的分段，向量V_C,P表示特征日C第P個時段的浮動車速度時變序列，向量V_{C，P，x}表示特征日C第x天第P個時段的浮動車速度時變序列，向量V_{C，P，y}表示特征日C第y天第P個時段的浮動車速度時變序列，表示特征日C第x天第P個時段第i個周期的速度，表示特征日C第y天第P個時段第i個周期的速度，n表示每個時段包含的周期數，則

VC,P=VC,P,1...VC,P,x...VC,P,y...=vC,P,11...vC,P,1i...vC,P,1n...............vC,P,x1...vC,P,xi...vC,P,xn...............vC,P,y1...vC,P,yi...vC,P,yn................]]>