[發明專利]基于多層凝聚層次聚類算法的交通出行端點識別方法

在審

• 申請號: 201810929564.1
• 申請日: 2018-08-15
• 公開（公告）號: CN109284773A
• 公開（公告）日: 2019-01-29
• 發明（設計）人: 楊飛;姜海航;周建堯
• 申請（專利權）人: 西南交通大學
• 主分類號: G06K9/62
• 分類號: G06K9/62
• 代理公司: 成都天既明專利代理事務所(特殊普通合伙) 51259
• 代理人: 彭立瓊;李欽

本發明公開了一種基于多層凝聚層次聚類算法的交通出行端點識別方法，根據通信運營商處采集的用戶手機4G通信信令數據，提出三層算法模型：等時距插點算法、凝聚層次聚類算法和乒乓駐留修正算法對用戶出行端點進行提??；最后對用戶整天的出行端點信息進一步整理，形成個體完成的出行時空序列。本發明利用了4G信令相比于2G信令數據定位頻率更高的特征，發揮多層凝聚層次聚類算法的識別優勢，解決傳統單層算法在識別實際出行端點上的不足，實現利用3G/4G?LTE技術背景下的信令數據進行居民交通出行端點信息的智能識別。該方法可用于大范圍、自動化的居民交通出行端點信息采集。

技術領域

本發明屬于交通數據采集中居民出行調查領域，尤其涉及一種利用多層凝聚層次聚類算法對4G通信信令數據進行分析、處理，從而識別個體交通出行中交通出行端點時空位置信息的流程與方法。

背景技術

隨著社會經濟的不斷發展，居民的日常交通出行種類與次數都在不斷增加。隨之而來的是各大城市的交通擁堵現象日益嚴重，直接影響到社會經濟發展和居民交通出行質量。居民交通出行端點信息的獲取可以為整個城市居民交通出行現狀分析提供重要依據，具體包含居民人均出行次數，城市熱點地區的識別，客流集散地的集散現象分析等。目前，用于獲取居民交通出行端點信息的方法主要有兩種：

(1)居民出行調查。居民出行調查是目前應用最為廣泛的居民出行起訖點信息獲取方法，主要包含入戶紙質問卷、電話采訪以及郵件訪問等常見調查形式，居民出行調查依靠受訪者回憶過去一天或多天的交通出行起訖點來完成信息采集，因此該方法受被調查者主觀配合程度及記憶水平影響較大。其主要缺點有：1.受訪者不愿意參與調查或調查隨意性過強，主觀回憶偏差、錯誤現象較為普遍，并且很多短途或短時間出行信息常常會被遺漏，數據質量無法得到可靠保障；2.調查工序繁瑣、組織難度大，通常開展居民出行調查需要交通局、公安局以及街道辦事處等多部門協調完成，調查組織難度較大，并且入戶調查前的問卷設計、調查人員培訓、人員組織與分工等比較繁瑣，需要耗費大量的人力物力。

(2)利用手機信令數據來提取居民出行端點信息。以往的手機2G信令數據提取出行端點信息的方法主要是“基于規則的方法”，通過設定一定的相鄰軌跡點距離閾值及相應的停留時長閾值等依據一定規則，設置一定的限制條件進行不斷分類，最終將完整的出行信令數據點分為出行端點和出行移動軌跡點。然而，新一代移動通信3G/4G-LTE技術產生的信令數據定位頻率更高，該方法易導致出行端點遺漏，或識別個數偏多，急需更強適用性的算法對4G信令數據的出行端點挖掘提取。

本發明提出利用多層凝聚層次聚類算法來處理手機4G信令數據提取出行端點信息的方法能夠有效避免上述缺陷。首先，相比于2G信令數據，4G信令數據有著更高的定位頻率，采集居民出行時空軌跡信息，通過對手機4G信令時空定位數據的挖掘與處理分析，有望持續觀察識別居民的交通出行端點信息。該技術能夠避免傳統調查法中受訪者主觀回憶偏差或信息遺漏現象，數據更加客觀真實；此外，信令數據是被動式采集，不需要被調查者的主觀參與，可直接從通信運營商處獲得，且移動手機的普及使得信令數據具有非常高的采樣范圍，該技術在數據采集內容、質量以及成本方面都得到顯著改善。同時，本發明提出應用多層凝聚層次聚類算法進行交通出行端點識別，并對出行時間序列進行提取，識別過程智能、高效，技術適用范圍更廣，具有很好的行業應用前景。

發明內容

為了克服現有技術的上述缺點，本發明提出了一種基于多層凝聚層次聚類算法的交通出行端點識別方法，運用手機4G信令數據分析提取居民交通出行端點信息，提出異常定位數據剔除篩選的數據預處理方法，在此基礎上，創造性提出應用三層算法模型：等時距插點算法、非監督凝聚層次聚類算法和乒乓駐留修正算法，對手機4G信令數據進行交通出行端點識別，提出了數據處理的整套方法。該技術最終能將居民一天或多天完整的交通出行切割成多個單次出行，并包含每次出行起訖點的時空位置信息。

本發明解決其技術問題所采用的技術方案是：一種基于多層凝聚層次聚類算法的交通出行端點識別方法，包括如下步驟：