[發(fā)明專利]基于譜聚類的城市道路交通子區(qū)劃分方法有效
| 申請?zhí)枺?/td> | 201810294784.1 | 申請日: | 2018-03-30 |
| 公開(公告)號(hào): | CN108320511B | 公開(公告)日: | 2020-12-29 |
| 發(fā)明(設(shè)計(jì))人: | 劉林;陳凝;呂偉韜;李攀 | 申請(專利權(quán))人: | 江蘇智通交通科技有限公司 |
| 主分類號(hào): | G08G1/01 | 分類號(hào): | G08G1/01;G06K9/62 |
| 代理公司: | 南京正聯(lián)知識(shí)產(chǎn)權(quán)代理有限公司 32243 | 代理人: | 王素琴 |
| 地址: | 211100 江蘇省南*** | 國省代碼: | 江蘇;32 |
| 權(quán)利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關(guān)鍵詞: | 基于 譜聚類 城市 道路交通 子區(qū) 劃分 方法 | ||
1.一種基于譜聚類的城市道路交通子區(qū)劃分方法,包括以下步驟:
S1、基于路網(wǎng)交叉口與路段的拓?fù)浣Y(jié)構(gòu)以及各節(jié)點(diǎn)的交通特征數(shù)據(jù),建立路網(wǎng)無向圖G=(V,E),計(jì)算路網(wǎng)密度拉普拉斯矩陣L;
S2、計(jì)算拉普拉斯矩陣L的除0以外前k個(gè)最小的特征值及其特征向量,其中k的初值為2;根據(jù)k個(gè)特征值對應(yīng)的特征向量v1,…,vk構(gòu)建聚類基礎(chǔ)矩陣H=[v1,…,vk],對矩陣H的行向量實(shí)施K均值聚類算法,獲得k個(gè)簇;運(yùn)用方差分析檢驗(yàn)方法檢驗(yàn)k個(gè)群組內(nèi)的交通特征關(guān)聯(lián)度X,若存在顯著差異,則進(jìn)入步驟S3;否則,k=k+1,重復(fù)步驟S2;
S3、由簇內(nèi)的交叉口以及交叉口間存在的路段構(gòu)成初始的子區(qū);若存在孤立點(diǎn),即子區(qū)內(nèi)僅包含一個(gè)節(jié)點(diǎn)編號(hào),則將該子區(qū)隨機(jī)合并入鄰接的子區(qū)內(nèi),根據(jù)合并情況統(tǒng)計(jì)當(dāng)前的子區(qū)總數(shù)N;
其特征在于:
S4、通過偏差檢測識(shí)別異常值點(diǎn),并通過邊界調(diào)整解決最優(yōu)的異常點(diǎn)歸屬問題;通過子區(qū)內(nèi)外的相似度評估以及子區(qū)拆分、合并前后的相似度變化分析,對子區(qū)方案進(jìn)行迭代優(yōu)化,最終獲得子區(qū)內(nèi)節(jié)點(diǎn)關(guān)聯(lián)度相似性最大、子區(qū)間差異性最大的道路交通路網(wǎng)劃分方案;步驟S4具體為,
S41、若i≤N,則根據(jù)子區(qū)交叉口或路段交通特征關(guān)聯(lián)度X,檢測初始劃分方案內(nèi)各子區(qū)內(nèi)關(guān)聯(lián)度偏差,若存在異常值點(diǎn),則轉(zhuǎn)入S42,否則轉(zhuǎn)入S43;其中i為子區(qū)編號(hào),初值為1;若i>N,結(jié)束本流程;
S42、根據(jù)路網(wǎng)拓?fù)渥R(shí)別子區(qū)i的相鄰子區(qū)集I={i1,i2…ip},其中ip為相鄰子區(qū)的編號(hào),p為相鄰子區(qū)個(gè)數(shù),p∈[1,N-1];檢測異常值點(diǎn)映射的節(jié)點(diǎn)或路段是否位于子區(qū)i邊界,若是,則將異常點(diǎn)映射的節(jié)點(diǎn)或路段劃入相鄰區(qū)域,求解使得成立的邊界調(diào)整方案,Var(X)為子區(qū)內(nèi)關(guān)聯(lián)度X方差,q為參與邊界調(diào)整的子區(qū)數(shù),q∈[2,p];若異常值點(diǎn)映射的節(jié)點(diǎn)或路段不在子區(qū)邊界上,則將異常值點(diǎn)作為子區(qū)內(nèi)的特殊點(diǎn)標(biāo)記,不參與后續(xù)的處理;
S43、判斷該子區(qū)i是否為初次劃分,若是,進(jìn)入步驟S44;否則,進(jìn)入步驟S46;
S44、計(jì)算子區(qū)內(nèi)除去特殊標(biāo)記點(diǎn)以外的點(diǎn)間關(guān)聯(lián)度X的相似度NS(Xi);
S45、若NS(Xi)≥1,檢測子區(qū)i內(nèi)的交叉口數(shù)是否低于閾值NT;若成立則將子區(qū)i與相鄰子區(qū)合并,求解成立的合并方案,其中Xc'為合并后的i原相鄰子區(qū)的內(nèi)部關(guān)聯(lián)度,i=i+1,回S41;若i內(nèi)的交叉口數(shù)不低于閾值NT,則回S1;
若NS(Xi)<1,i=i+1,回S41;
S46、計(jì)算子區(qū)內(nèi)除去特殊標(biāo)記點(diǎn)以外的點(diǎn)間關(guān)聯(lián)度X的相似度NS(Xi),若NS(Xi)≥1,則恢復(fù)i區(qū)劃分前的方案;否則,檢測子區(qū)i內(nèi)的交叉口數(shù)是否低于閾值NT;
若成立則將子區(qū)i與相鄰子區(qū)合并,求解成立的合并方案,進(jìn)S47;否則,直接進(jìn)S47;
S47、計(jì)算子區(qū)i與路網(wǎng)內(nèi)其他子區(qū)的組間相似度并比較在子區(qū)i從原區(qū)域劃分出來前后,其歸屬區(qū)域與其他子區(qū)的組間相似度的變化趨勢,若降低,則i=i+1,回S41;否則,恢復(fù)i區(qū)劃分前的方案;
步驟S44、S46中,計(jì)算子區(qū)內(nèi)除去特殊標(biāo)記點(diǎn)以外的點(diǎn)間關(guān)聯(lián)度X的相似度其中,ip為相鄰子區(qū)的編號(hào),ui、為子區(qū)i、ip內(nèi)關(guān)聯(lián)度X數(shù)據(jù)均值,Var(Xi)、Var(Xip)分別為子區(qū)i、ip內(nèi)關(guān)聯(lián)度X方差。
2.如權(quán)利要求1所述的基于譜聚類的城市道路交通子區(qū)劃分方法,其特征在于:步驟S41中,關(guān)聯(lián)度偏差檢測方式為:若則將xi作為子區(qū)內(nèi)的離群點(diǎn);其中,u為xi均值,sd為標(biāo)準(zhǔn)差。
該專利技術(shù)資料僅供研究查看技術(shù)是否侵權(quán)等信息,商用須獲得專利權(quán)人授權(quán)。該專利全部權(quán)利屬于江蘇智通交通科技有限公司,未經(jīng)江蘇智通交通科技有限公司許可,擅自商用是侵權(quán)行為。如果您想購買此專利、獲得商業(yè)授權(quán)和技術(shù)合作,請聯(lián)系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/201810294784.1/1.html,轉(zhuǎn)載請聲明來源鉆瓜專利網(wǎng)。
- 一種基于譜聚類算法的選擇性聚類集成方法
- 一種基于改進(jìn)譜聚類的搜索引擎排序方法與系統(tǒng)
- 基于快速選取地標(biāo)點(diǎn)的圖像譜聚類方法
- 一種基于超像素的模糊譜聚類腦腫瘤圖像自動(dòng)分割方法
- 一種基于譜旋轉(zhuǎn)的一步譜聚類方法
- 一種基于DTW-LASSO-譜聚類的消費(fèi)者聚類方法
- 一種考慮雙尺度相似性的負(fù)荷曲線集成譜聚類方法
- 基于譜聚類的子空間聚類算法的數(shù)據(jù)處理方法及裝置
- 一種譜聚類加速方法、系統(tǒng)、計(jì)算機(jī)設(shè)備及存儲(chǔ)介質(zhì)
- 一種考慮改進(jìn)譜聚類與Bi-LSTM神經(jīng)網(wǎng)絡(luò)的沖擊性負(fù)荷預(yù)測方法





