利用浮动车大数据进行稀疏路段行程时间推断.pdf

《利用浮动车大数据进行稀疏路段行程时间推断.pdf》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、第４２卷第１期武汉大学学报·信息科学版Ｖｏｌ．４２Ｎｏ．１２０１７年１月ＧｅｏｍａｔｉｃｓａｎｄＩｎｆｏｒｍａｔｉｏｎＳｃｉｅｎｃｅｏｆＷｕｈａｎＵｎｉｖｅｒｓｉｔｙＪａｎ．２０１７ＤＯＩ：１０．１３２０３／ｊ．ｗｈｕｇｉｓ２０１５０４２５文章编号：１６７１－８８６０（２０１７）０１－００５６－０７利用浮动车大数据进行稀疏路段行程时间推断张发明１１，２１，２１，２朱欣焰呙维胡涛１武汉大学测绘遥感信息工程国家重点实验室，湖北武汉，４３００７９２地球空间信息技术协同创新中心，湖北武汉，４３００７９摘要：针对利用实时

2、浮动车数据估计路段行程时间时存在的数据稀疏性问题，提出了构建三层神经网络模型，以目标路段与邻接路段间的特征关系为输入、目标路段与邻接路段行程时间比值为输出，利用浮动车历史大数据获取路段之间的交通时空关联关系，继而用于路段行程时间的推断。采用武汉市２０１４年３～７月的浮动车ＧＰＳ历史数据进行验证，得到的路段行程时间估计值的平均绝对百分比误差小于２５％，证明了所提方法的有效性。关键词：浮动车大数据；数据稀疏性；时空关联关系特征；神经网络；行程时间推断中图法分类号：Ｐ２０８文献标志码：Ａ浮动车ＧＰＳ接收器作为交通状态

3、传感器，采针对数据稀疏性问题，本文提出了基于目标集的信息包括实时速度、时间戳、经纬度坐标以及路段与邻接路段交通时空关联关系特征的三层神方位角等，一定程度上反映了城市交通的运行状经网络模型，从历史交通大数据中提取路段间的态，对城市路网中路段实时或准实时行程时间的交通时空关联关系特征，并用该模型进行路段行［１］估计发挥着重要作用。虽然浮动车的ＧＰＳ轨程时间的推断。对每一个待推断目标路段，提取迹数据巨大，但由于浮动车ＧＰＳ采集信息的低频车辆进入路段时间，目标路段与邻接路段的度数性以及行驶区域的局限性，在某些时刻，路网

4、中某比、长度比以及邻接路段速度期望、速度方差、交通些路段存在ＧＰＳ传感器数据稀疏甚至数据缺失流方向作为输入，目标路段与邻接路段的行程时间［２－３］的问题。如何利用稀疏数据推断路段行程时比作为输出，用神经网络模型对提取的特征进行训间是一个亟待解决的问题。练，最后用训练的神经网络模型对路段行程时间进目前，已有许多基于模型的方法利用浮动车行推断。实验结果表明，本文提出的神经网络模型数据来估计路段行程时间，可大致分为卡尔曼滤能够利用目标路段与邻接路段间的交通时空关联波法、神经网络法、统计模型法等。文献［４］提出关系特征

5、推断路段行程时间，解决由于浮动车ＧＰＳ了在随机动态网络中估计路段行程时间的数学模数据稀疏性而不能有效估计路段行程时间的问题。型，并用卡尔曼滤波的方法估计未来时刻的路段行程时间。文献［５］提出了一个三层神经网络模１道路交通时空关联关系特征提取型估计单车路段的行程时间。文献［６］提出了一个统计模型用于城市路网行程时间的估计。但是路段速度期望、速度标准差、路段度数、路段在数据稀疏情况下，上述方法已不能对路段的行长度以及时刻与路段交通流特性密切相关，本文［８－９］程时间进行有效推断。针对数据稀疏性问题，半利用地图匹配算

6、法实现浮动车轨迹匹配，并考［３］［１０－１１］监督学习算法或转移学习算法、矩阵分解算法虑浮动车在交叉口的运行状态，利用匹配数［７］、基于相似性的聚类算法３种方法［１２］和协同过滤据计算浮动车通过路段的时间与平均速度，最［３］［７］常用于解决空气质量分析、城市油耗估计等后提取目标路段和邻接路段之间的特征值。本文邻域存在的稀疏性问题。利用武汉市浮动车在２０１４年３～７月的历史ＧＰＳ收稿日期：２０１６－０１－２１项目资助：国家８６３计划（２０１３ＡＡ１２２３０１）；国家科技支撑计划（２０１２ＢＡＨ３５Ｂ０３）。第一作

7、者：张发明，博士生，研究方向为交通ＧＩＳ、机器学习、大数据挖掘和云计算等。ｚｈａｎｇ．ｆａ．ｍｉｎｇ＠１６３．ｃｏｍ通讯作者：呙维，副教授。ｇｕｏｗｅｉ９８０３２＠ｇｍａｉｌ．ｃｏｍ第４２卷第１期张发明等：利用浮动车大数据进行稀疏路段行程时间推断５７轨迹数据，统计浮动车在工作日（周一至周五，节３）目标路段与邻接路段长度比特征。目标假日除外）通过研究区域内路网各个路段的行程路段长度、目标路段行程时间与邻接路段长度、邻时间。已有的研究表明，浮动车以周为周期呈现接路段行程时间存在一定的关联关系，根据式（５）［１３－１

8、４］出相似的通行模式，因此根据周期性并按照提取目标路段与邻接路段的长度比作为神经网络［１５］交通流方向（见图１）提取目标路段与邻接路段输入信息。的交通时空关联关系特征。图１中黑色数字编码ｌｍΔＲ（ｌ）ｍｘ＝（５）代表路段端点，路段上的编码代表路段编号，箭头ｌｘ上下方的＋１，－１代表交通流方向。式中，ｌｍ为目标路段长度；ｌｘ为邻接路段长数。４）路段时间特征。由于路段在不同时段的交通拥挤程