-
公开(公告)号：CN113516309B
公开(公告)日：2023-08-11
申请号：CN202110782636.6
申请日：2021-07-12
Applicant: 福州大学
Abstract: 本发明涉及一种基于多路切图准则和蚁群优化的OD流向聚类方法，利用流向终点POI构建主题分布模型，计算流向时空语义相似度，构建无向图复杂网络及初始信息素矩阵，提取网络所有连通分量，识别待聚类连通分量，基于多路切图准则和蚁群优化对待聚类的连通分量采用多进程并行的方式，一个进程对一个连通分量进行聚类。汇总步骤各进程的聚类结果，得到最终聚类结果。本发明将无向图复杂网络思想与聚类算法有机结合，采用高斯核函数进行复杂网络简化，利用图连通分量实现噪音自动识别。本发明基于多路切图准则改进了启发式函数，并基于复杂网络思想利用介数中心性筛选蚁群初始节点，有效改善聚类效果。
-
公开(公告)号：CN113570860A
公开(公告)日：2021-10-29
申请号：CN202110842404.5
申请日：2021-07-26
Applicant: 福州大学
IPC: G08G1/01
Abstract: 本发明涉及一种针对稀疏轨迹数据的城市道路交通状态精细划分与识别的方法，1:采集速度值,计算出租车轨迹点相对于每条路段行驶方向终点的距离作为其空间相对位置值；2:根据轨迹点空间相对位置值和速度值，拓展[速度‑空间]域，计算前后车辆[速度‑空间]域的相交面积，以此为基础对路段上的轨迹点构建车辆队列，依据戴维森堡丁指数选取最佳队列；3：对轨迹队列进行二次处理，得到各路段交通状态精细划分的分割点；4:设置交通状态类别数，结合《道路交通拥堵度评价方法》得到各类别交通状态的划分阈值；将精细划分各局部路段中车辆队列的速度值与各类别交通状态的划分阈值作比较，得到各路段的交通状态，本发明能实现城市交通状态的精细识别。
-
公开(公告)号：CN113570860B
公开(公告)日：2022-07-08
申请号：CN202110842404.5
申请日：2021-07-26
Applicant: 福州大学
IPC: G08G1/01
Abstract: 本发明涉及一种针对稀疏轨迹数据的城市道路交通状态精细划分与识别的方法，1:采集速度值,计算出租车轨迹点相对于每条路段行驶方向终点的距离作为其空间相对位置值；2:根据轨迹点空间相对位置值和速度值，拓展[速度‑空间]域，计算前后车辆[速度‑空间]域的相交面积，以此为基础对路段上的轨迹点构建车辆队列，依据戴维森堡丁指数选取最佳队列；3：对轨迹队列进行二次处理，得到各路段交通状态精细划分的分割点；4:设置交通状态类别数，结合《道路交通拥堵度评价方法》得到各类别交通状态的划分阈值；将精细划分各局部路段中车辆队列的速度值与各类别交通状态的划分阈值作比较，得到各路段的交通状态，本发明能实现城市交通状态的精细识别。
-
公开(公告)号：CN113516309A
公开(公告)日：2021-10-19
申请号：CN202110782636.6
申请日：2021-07-12
Applicant: 福州大学
Abstract: 本发明涉及一种基于多路切图准则和蚁群优化的OD流向聚类方法，利用流向终点POI构建主题分布模型，计算流向时空语义相似度，构建无向图复杂网络及初始信息素矩阵，提取网络所有连通分量，识别待聚类连通分量，基于多路切图准则和蚁群优化对待聚类的连通分量采用多进程并行的方式，一个进程对一个连通分量进行聚类。汇总步骤各进程的聚类结果，得到最终聚类结果。本发明将无向图复杂网络思想与聚类算法有机结合，采用高斯核函数进行复杂网络简化，利用图连通分量实现噪音自动识别。本发明基于多路切图准则改进了启发式函数，并基于复杂网络思想利用介数中心性筛选蚁群初始节点，有效改善聚类效果。
-
-
-
Search Results
4
records
(took 0.013 seconds)
