基于车辆轨迹挖掘的城市路网分析关键问题研究

发布时间：2017-06-20 21:10

  本文关键词：基于车辆轨迹挖掘的城市路网分析关键问题研究，由笔耕文化传播整理发布。

【摘要】：城市路网是一个开放的高复杂性系统,评估其健康状态,把握其运行脉搏对于提高整个交通系统的效率至关重要。一直以来,研究者依赖各种物理模型、微观仿真等方法来揭示路网的运行机理,取得了较多研究成果。随着感知和计算技术的蓬勃发展,城市中各种大数据悄然而至,特别是被誉为“城市移动传感器”的出租车在行驶过程中所汇集成的大规模轨迹数据,蕴含了丰富的路网动态信息,为我们提供了前所未有的契机来智能化的检测、分析和评估路网的运行状态,同时也对现有的数据分析技术和方法提出了新的挑战。本文围绕轨迹数据的挖掘技术,针对低采样率轨迹数据的地图匹配、路网关键节点的识别、路网异常事件的检测和区域连通性评估等一系列重要问题展开研究。这些研究成果在优化交通流的控制与疏导、改善路网的规划、提高路网的应急响应能力等方面有较好的学术价值和应用价值,为路网的智能化运行提供了必要的技术支撑。本文贡献、创新点主要体现在以下几个方面：(1)在轨迹数据预处理技术方面,提出一个针对低采样率轨迹的离线地图匹配方法。该方法采用了条件随机场模型,其能够为重叠的、非独立的特征提供灵活的支持。基于这个优点,本文引入了采样点的时间相关性特征并将其与空间特征进行融合,大幅度提高转移特征的分辨能力,同时发现对于采样率过低(采样间隔3分钟以上)的轨迹样本,其时空上下文无法提供足够的差异化信息以确定其匹配的路线,本文进一步通过挖掘路径偏好来弥补时空特征区分能力不足。在真实轨迹数据集上的实验验证了该方法的有效性。(2)为了解决路网关键节点的识别问题,本文提出了一种三部图模型来刻画出行网络,从而充分利用了从车辆轨迹数据中提取的流量、出行需求、路径选择经验以及拓扑等信息。在此基础上,分别提出了两种数据驱动的关键节点识别算法。1)基于流量和OD熵的计算方法,能够在节点流量及其枢纽程度两种因素之间做出合理的权衡,2)基于特征向量计算的方法,其利用了三部图节点之间的互增强关系,不仅结合了流量和枢纽程度两个因素,同时还兼顾了路径的不可替代性和距离影响,并且在对节点排序的过程中,还能够计算出对路网负载较大的OD对和路径。在合成数据和真实数据上的实验结果表明,本章提出的两个方法均能有效的解决路网的关键节点识别问题。(3)针对现有的异常检测方法无法检测多种类型的路网异常,以及在路网这种复杂多变的环境中检测效果不佳的问题,本文提出了一种基于滑动窗口快速张量分解的异常检测方法。该方法首先从大规模轨迹数据中提取交通流量信息,将其表示成3阶张量,然后通过张量分解技术来获得交通流在多个模式互相重叠作用下的主要变化趋势。该方法具有以下3个特点：1)结合了滑动窗口和快速SVD分解技术(IFAST),每次只需计算更新的部分数据,能同时保证计算效率和分解质量,满足实时检测的需求。2)同时结合空间、时间和历史三个模式上的综合交叉分析,可以有效地检测出多种类型的异常；3)能够实现全路网范围的异常检测。此外,本文还提出了一个基于流量和稀疏性特征的异常OD推断方法,能够准确的推断出任一类型异常的关联OD,为进一步分析异常原因提供参考依据。(4)提出了一种基于车辆轨迹数据的区域连通性评估方法。该方法首先从出租车轨迹和电子地图中提取区域间旅行的速度、距离等度量信息并进行归一化,然后用它们在二维坐标系中对应的矩形面积来表示该区域对的连通能力,考虑到轨迹的不确定性,利用云模型对连通能力进行建模。然后再结合云模型的定量到定性的转换功能和黄金分割法对区域对连通能力的等级进行划分,从而对区域间的连通性给出准确的评估。
【关键词】：地图匹配 路径偏好 关键节点 三部图 张量分解 云模型
【学位授予单位】：北京邮电大学
【学位级别】：博士
【学位授予年份】：2015
【分类号】：U495;TP311.13
【目录】：

• 摘要5-7
• ABSTRACT7-14
• 第一章 绪论14-19
• 1.1 研究背景、目的和意义14-15
• 1.2 主要研究工作15-17
• 1.3 课题来源17-18
• 1.4 本文内容和结构18-19
• 第二章 相关研究综述19-30
• 2.1 路网轨迹挖掘预处理技术19-21
• 2.1.1 噪声过滤19-20
• 2.1.2 地图匹配20-21
• 2.2 路网关键路口(路段)识别技术21-23
• 2.3 路网异常检测技术23-27
• 2.3.1 基于统计模型的异常检测技术23-25
• 2.3.2 基于距离度量的异常检测技术25
• 2.3.3 基于子空间学习的异常检测技术25-27
• 2.4 路网可靠性评估研究27-28
• 2.5 面向路网分析的轨迹挖掘技术28-30
• 第三章 低采样率轨迹的地图匹配方法30-46
• 3.1 引言30-31
• 3.2 基于条件随机场的地图匹配方法31-35
• 3.2.1 问题定义31-32
• 3.2.2 方法框架32-33
• 3.2.3 条件随机场33
• 3.2.4 特征选择33-35
• 3.2.5 模型推断35
• 3.3 基于条件随机场和路径偏好挖掘的地图匹配35-37
• 3.4 实验37-45
• 3.4.1 实验搭建与数据验证37-40
• 3.4.2 实验结果40-45
• 3.5 本章小结45-46
• 第四章 基于车辆轨迹的路网关键节点识别46-67
• 4.1 引言46-47
• 4.2 网络节点重要性评估47-48
• 4.2.1 节点重要性评估指标47-48
• 4.2.2 特征向量中心性48
• 4.3 基于流量和OD熵的路网节点关键度评价48-52
• 4.4 基于特征向量计算的路网关键节点排序方法52-57
• 4.5 实验57-65
• 4.5.1 模拟数据的验证58-62
• 4.5.2 真实数据的验证62-65
• 4.6 小结65-67
• 第五章 基于车辆轨迹的路网异常检测67-88
• 5.1 引言67-68
• 5.2 张量分解概述68-70
• 5.2.1 张量概念68-70
• 5.2.2 张量分解70
• 5.3 基于张量分解的路网异常检测70-77
• 5.4 异常OD推断77-79
• 5.5 实验79-86
• 5.5.1 仿真实验数据79-81
• 5.5.2 仿真对比与验证结果81-85
• 5.5.3 真实数据实验结果85-86
• 5.6 小结86-88
• 第六章 基于车辆轨迹的路网连通性评估88-96
• 6.1 引言88-90
• 6.2 区域连通性的不确定性计算90-93
• 6.3 实验对比93-95
• 6.4 小结95-96
• 第七章 总结与展望96-98
• 7.1 总结96-97
• 7.2 展望97-98
• 参考文献98-103
• 致谢103-104
• 攻读博士学位期间发表论文104-106
• 攻读博士学位期间参加的科研项目106

【相似文献】

中国期刊全文数据库 前4条

1 许明;吴建平;杜怡曼;谢峰;肖云鹏;;基于三部图的路网节点关键度排序方法[J];北京邮电大学学报;2014年S1期

2 王翠英;;Folksonomies的语义挖掘研究[J];图书情报工作;2009年08期

3 王道平;周丹云;李秀雅;;基于三部图的随机游走知识推送方法研究[J];情报杂志;2013年09期

4 ;[J];;年期

中国重要会议论文全文数据库 前2条

1 许明;吴建平;杜怡曼;谢峰;肖云鹏;;基于三部图的路网节点关键度排序方法[A];2013年全国通信软件学术会议论文集[C];2013年

2 史云飞;吴江宁;;企业书签系统中的知识推荐研究[A];第六届（2011）中国管理学年会——商务智能分会场论文集[C];2011年

中国博士学位论文全文数据库 前1条

1 许明;基于车辆轨迹挖掘的城市路网分析关键问题研究[D];北京邮电大学;2015年

中国硕士学位论文全文数据库 前5条

1 唐凯;完全三部图色唯一性的研究[D];北京交通大学;2007年

2 李凤琴;三部图K（m，n，r）-A（|A|=2）的色唯一性[D];内蒙古大学;2004年

3 苏克义;若干完全三部图的色等价性和色唯一性[D];西北师范大学;2009年

4 尹君;若干三部图的色唯一性[D];青海师范大学;2010年

5 马新苗;完全三部图K_（2，2，，r）（r=4，5，6）具有M（3）性质[D];河北工业大学;2005年

  本文关键词：基于车辆轨迹挖掘的城市路网分析关键问题研究，由笔耕文化传播整理发布。

本文编号：466876