[发明专利]基于向量相似性的交通流时间序列变点识别方法

权利要求书

1.基于向量相似性的交通流时间序列变点识别方法，其特征在于：包括如下步骤：

1）通过检测器采集检测路段的断面交通流参数，并存储到交通流参数数据库；

2）从交通流参数数据库中按时间顺序读取交通流参数，建立交通流时间序列的交通流向量集；

3）根据交通流向量集，建立交通流时间序列的向量相似度函数，以得到各时间点前后交通流参数演变规律的相似程度；

4）根据各时间点前后交通流参数演变规律的相似程度及变化的持续时间来识别交通流时间序列中各点的类型，然后判断是否发生突变，并识别出突变发生的位置。

2.如权利要求1所述的基于向量相似性的交通流时间序列变点识别方法，其特征在于：所述步骤1）中，交通流参数为交通流量、速度和占有率中的至少一种。

3.如权利要求1所述的基于向量相似性的交通流时间序列变点识别方法，其特征在于：所述步骤1）中，交通流参数的采集时间间隔为GT，GT∈[3min，8min]。

4.如权利要求1所述的基于向量相似性的交通流时间序列变点识别方法，其特征在于：所述步骤2）中，交通流时间序列的交通流向量集为离散排列的交通流参数按时间先后顺序连接起来所形成的向量集合：

TFV={TFV_j,i|j>i;i=1,2,…,n,j=1,2,…,n}；

上式中，TFV为交通流时间序列的交通流向量集，TFV_j,i表示交通流从i时刻到j时刻的变化向量，其表达式如下所示：

TFV_j,i=(Q_j-Q_i,j-i)；

上式中，Q_j与Q_i分别为j时刻与i时刻的交通流参数。

5.如权利要求1所述的基于向量相似性的交通流时间序列变点识别方法，其特征在于：所述步骤3）中，交通流时间序列的向量相似度函数通过下式获得，

VSi(j,k)=cos(TFVj,i,TFVi,k)=(TFVj,i,TFVi,k)||TFVj,i||·||TFVi,k||;]]>

上式中，函数VS_i(j,k)表示交通流时间序列的向量相似度函数，其中，j>i>k，且j,i,k=1,2,…n。

6.如权利要求1-5中任一项所述的基于向量相似性的交通流时间序列变点识别方法，其特征在于：所述步骤4），具体包括如下步骤：

41）判别交通流从i时刻到i+1时刻变化规律与k时刻到i时刻变化规律的相似度，若相似度大于阈值，则点Q_i为常点，反之则进入步骤42）；

42）判别交通流从i+1时刻到i+2时刻变化规律与i时刻到i+1时刻变化规律的相似度，若相似度大于阈值，则进入步骤43），反之则进入步骤44）；

43）判别点Q_i与其紧邻的上一个变点的持续时长，若大于或等于ST，则点Q_i为变点，且点Q_i+1为常点，反之则点Q_i为伪变点；

44）判别交通流从i时刻到i+2时刻变化规律与k时刻到i时刻变化规律的相似度，若相似度大于阈值，则点Q_i为常点，点Q_i+1为奇异点，反之则进入步骤45）；

45）判别点Q_i与其紧邻上一个变点的持续时长，若大于或等于ST，则点Q_i为变点，点Q_i+1为伪变点，反之则点Q_i为伪变点；

若点Q_i为变点，则说明交通流在该点处发生突变，变点的发生的位置为i。