[发明专利]交通流量数据聚类、补偿方法及设备

说明书

本发明提供交通流量数据聚类、补偿方法及设备，其中所述交通流量数据聚类方法包括：获取多个交通流向量及其对应的时间类型信息和/或天气类型信息，所述交通流向量表示其对应时段内的交通流量及其变化趋势；根据各个所述交通流向量的相似性将其划分为多个类；生成交通流模式数据表，其中包括各个所述交通流向量所属的类型信息，及其对应的时间类型信息和/或天气类型信息。

技术领域

本发明涉及智能交通领域，具体涉及一种交通流量数据聚类、补偿方法及设备。

背景技术

随着城市智能交通系统的成熟与发展，大量的交通检测器也同时配套建设，如电子警察、感应线圈、微波、雷达等设备。这些设备能够实时检测交通流量信息，为交通信号控制方案制定、交通流状态监测、交通诱导路径规划等智能交通应用提供支撑。

然而，由于设备可靠性差、网络状态不稳定，导致这些交通检测器设备会短暂或者长期失效，维护检修需要几天甚至更长时间，而在这阶段内没有任何有效的交通流量数据被采集上传，导致信号控制、交通诱导等应用缺少数据支撑无法正常开展，极大影响交通正常运行。在这种情况下，交管部门通常采用两种对应方案：一种是采用固定的信号配时或交通诱导方案，无法保证良好效果；另一种是派出警力进行疏导管控，耗费大量人力。

发明内容

有鉴于此，本发明提供一种交通流量数据聚类方法，包括：

获取多个交通流向量及其对应的时间类型信息和/或天气类型信息，所述交通流向量表示其对应时段内的交通流量及其变化趋势；

根据各个所述交通流向量的相似性将其划分为多个类；

生成交通流模式数据表，其中包括各个所述交通流向量所属的类型信息，及其对应的时间类型信息和/或天气类型信息。

可选地，所述时段为自然日，所述交通流向量包括以设定时间间隔统计一个自然日的多个交通流量值其中t表示时间间隔的取值，x是基于t确定的交通流量值的数量。

可选地，根据各个所述交通流向量的相似性将其划分为多个类，包括：

通过调整给定聚类数量，计算各个所述交通流向量的相似性及其变化程度；

根据所述相似性的变化程度确定聚类数量；

利用k均值聚类算法根据确定的聚类数量将所述多个交通流向量划分为多个类。

可选地，按照如下步骤确定聚类数量：

步骤1，获取当前聚类数量k，则其第i类(1≤i≤k)中包含的全部交通流向量为表示第i类中有n个交通流向量；

步骤2，计算各类中的交通流向量的相似性dⁱ；

步骤3，计算全部k个聚类的相似性d^k：

步骤4，根据步骤1至步骤3，计算当划分为k+1类时的相似性d^k+1；

步骤5，计算从划分为k类到k+1时，相似性的变化程度

步骤6，按照步骤1至步骤4依次轮流赋值k，分别计算R值，当R值小于设定阈值时，确定当前的k值为聚类数量。

可选地，在步骤2中按照如下方式计算相似性dⁱ：

其中，代表第i类里的第j个交通流向量，表示第i类里所有交通流向量的均值，

可选地，所述交通流向量为多维向量，表示计算两个多维向量的欧氏距离。

本发明还提供一种缺失交通流量数据补偿方法，包括：