[發明專利]一種多源數據融合的綜合交通數據挖掘方法

有效

• 申請號: 202110358218.4
• 申請日: 2021-04-01
• 公開（公告）號: CN113096398B
• 公開（公告）日: 2022-09-23
• 發明（設計）人: 付鑫;王建偉;黃澤濱;武建慧
• 申請（專利權）人: 付鑫
• 主分類號: G08G1/01
• 分類號: G08G1/01;G08G1/08;G06F16/26;G06K9/62
• 代理公司: 北京沃知思真知識產權代理有限公司 11942
• 代理人: 王妮

本發明公開了一種多源數據融合的綜合交通數據挖掘方法，屬于數據處理技術領域，該數據挖掘方法具體步驟如下：(1)交通信息采集；(2)數據預處理；(3)特征提取；(4)構建初始預測模型；(5)決策級數據融合；(6)構建融合交通預測模型；(7)模型評估；(8)模型應用；本發明相較于相較傳統的單一數據獲取方式，采用多源數據傳感器進行綜合交通數據分析和處理，構建出了融合交通預測模型進行交通十字路口的擁堵情況預測，有利于提高交通擁堵情況的預測精度，進而有利于交通部門通過交通信息發布平臺進行交通疏導。

技術領域

本發明涉及數據處理技術領域，尤其涉及一種多源數據融合的綜合交通數據挖掘方法。

背景技術

經檢索，中國專利號CN103700255A公開了一種基于時空關聯數據挖掘的交通流預測方法，該發明雖然結構簡單，但其數據獲取渠道單一，導致預測精有限；數據融合是一個多層次、多方面的數據處理過程，其基本原理就是充分利用各傳感器資源，通過對這些傳感器得到的觀測信息進行合理利用，把在空間或時間上冗余和互補的多種傳感器按照某種原則進行結合，以獲得對被測對象的一致性描述，提高傳感器的有效性；多傳感器的信息融合的本質性是其可以在不同維度、不同層次、不同時間段上出現，具有更為復雜的性質，和更為接近人腦的智能化計算；現如今隨著經濟的飛速發展以及私家車輛的日益增長，導致城市擁堵情況越發嚴重；而目前的交通機構大多采用單一渠道來獲取交通信息，并依此作為交通預測基礎來預測交通擁堵情況，由于交通信息獲取渠道單一，從而容易導致交通預測精度降低，進而不利于進行交通疏導；因此，發明出一種多源數據融合的綜合交通數據挖掘方法變得尤為重要；

現有的綜合交通數據挖掘方法，大多都是通過提取某一數據持有方(如交通局或交通APP)來獲取交通數據特征，并根據其來對交通流數據進行分析處理，但由于處理的數據獲取來源單一，導致預測精有限，不利于以此來進行交通疏導；為此，我們提出一種多源數據融合的綜合交通數據挖掘方法。

發明內容

本發明的目的是為了解決現有技術中存在的缺陷，而提出的一種多源數據融合的綜合交通數據挖掘方法。

為了實現上述目的，本發明采用了如下技術方案：

一種多源數據融合的綜合交通數據挖掘方法，該數據挖掘方法具體步驟如下：

(1)交通信息采集：在需要進行交通擁堵情況預測的交通十字路口部署多源數據傳感器，并利用其實時對交通十字路口進行實時監測，得到車流量信息一、車流量信息二、…和車流量信息N，同時獲取其對應采集時間，得到車流量信息采集時間一、車流量信息采集時間二、…和車流量信息采集時間N；

(2)數據預處理：利用數據清洗、去噪、規約和變換處理方法對步驟(1)所述車流量信息一、車流量信息二、…和車流量信息N進行數據預處理；

(3)特征提取：對步驟(1)形成的車流量信息一、車流量信息二、…和車流量信息N進行特征提取，得到車流量信息一、車流量信息二、…和車流量信息N，同時將其作為訓練樣本；

(4)構建初始預測模型：構建多個單一分類器，將車流量信息一、車流量信息二、…和車流量信息N以及車流量信息采集時間一、車流量信息采集時間二、…和車流量信息采集時間N輸入其中進行訓練，得到初始預測一、初始預測模型二、…和初始預測模型N；

(5)決策級數據融合：針對需要進行交通擁堵情況預測的交通十字路口，利用初始預測一、初始預測模型二、…和初始預測模型N分別進行預測，得到對應時間段車流量預測結果一、對應時間段車流量預測結果二、…和對應時間段車流量預測結果N，同時利用加權平均算法對對應時間段車流量預測結果一、對應時間段車流量預測結果二、…和對應時間段車流量預測結果N進行決策級數據融合，得到融合數據集；

(6)構建融合交通預測模型：對融合數據集進行特征提取，得到融合特征樣本，并將其分為70％的訓練集和30％的驗證集；構建融合特征分類器，并將70％的訓練集輸入其中進行訓練，得到融合交通預測模型；