利用GPS轨迹二次聚类方法进行道路拥堵精细化识别
针对当前在精细识别道路拥堵时空范围方面研究的不足,提出一种利用GPS轨迹的二次聚类方法,通过快速识别大批量在时间、空间上差异较小且速度相近的轨迹段,反映出道路交通状态及时空变化趋势,并根据速度阈值确定拥堵状态及精细时空范围.首先将轨迹按采样间隔划分成若干条子轨迹,针对子轨迹段提出相似队列的概念,并设计了基于密度的空间聚类的相似队列提取方法,通过初次聚类合并相似子轨迹段,再利用改进的欧氏空间相似度度量函数计算相似队列间的时空距离,最后以相似队列为基本单元,基于模糊C均值聚类的方法进行二次聚类,根据聚类的结果进行交通流状态的识别和划分.以广州市主干路真实出租车GPS轨迹数据为例,对该方法进行验证.实验结果表明,该二次聚类方法能够较为精细地反映城市道路的拥堵时空范围,便于管理者精准疏散城市道路拥堵,相比直接聚类方法可以有效提升大批量轨迹数据的计算效率.
道路拥堵精细识别、时空轨迹聚类、相似队列、轨迹相似性度量
42
P228;P208(大地测量学)
The National Natural Science Foundation of China,Nos.41531178,41501424;the National Natural Science Foundation for Outstanding Youth,No.41522104;the Natural Science Foundation of Guangdong Province,No.2014A030312010.国家自然科学基金41531178,41501424;国家自然科学基金优秀青年基金41522104;广东省自然科学基金2014A030312010
2017-09-15（万方平台首次上网日期，不代表论文的发表时间）
共7页
1264-1270
