[发明专利]一种基于快速提取shapelets的分类算法判断交通事故的方法

权利要求书

1.一种基于快速提取shapelets的分类算法判断交通事故的方法，其特征在于，该方法包括如下步骤：

步骤1，将交通领域数据集中的训练集的实数形式的时间序列集T＝{t₁，...，t_n}中的时间序列转换为ID序列，生成一个ID序列数据集；

所述的交通领域数据集中训练集包括畅通时间序列集

T_P＝{T_P1，T_P2，...，T_v}、堵塞时发生事故时间序列集T_E＝{T_E1，T_E2，...，T_l}和堵塞时未发生事故时间序列集T_NE＝{T_NE1，T_NE2，...，T_m}；

其中：

t_n为交通领域数据集中的训练集第n个时间序列；

T_v为畅通时间序列集T_P中第v个畅通时间序列；

T_l为堵塞时发生事故时间序列集T_E中第1个堵塞时发生事故时间序列；

T_m为堵塞时未发生事故时间序列集T_NE中第m个堵塞时未发生事故时间序列；

步骤2，通过对ID序列数据集中的ID序列进行哈希处理去除相似序列，实现数据降重；

所述的步骤2具体步骤如下：

步骤2.1，将不同长度的ID序列统一放大到最长ID序列长度的2倍；

步骤2.2，将步骤2.1放大后的ID序列随机选择3个ID序列作为区分ID进行哈希处理，构建区分哈希族；

步骤2.3，对ID序列中未作为区分ID的待计算的ID序列进行哈希处理，构建待计算哈希族；

步骤2.4，将待计算哈希族中的元素逐个与区分哈希族进行对比，只要与区分哈希族的哈希值有一次相同，就判定计算哈希族中的元素和区分哈希族中的ID序列相似，并将该元素对应的ID序列从ID序列数据集中移除，对比所有的待计算哈希族中的每个元素实现数据降重；

步骤3，从时间序列集T中提取经过步骤2处理后的ID序列数据集对应的降重后的时间序列集T_new，从降重后的时间序列集T_new中选择堵塞相关的时间序列子序列获取shapelet候选集S^candidate；

步骤4，从shapelet候选集S^candidate中选取shapelet处理集S，具体步骤为：

步骤4.1，从降重后的时间序列集T_new中任意选取第i个时间序列的shapelet即S_i和第j个时间序列的shapelet即S_j，计算S_i和S_j之间的距离dist(S_i，S_j)；

其中，1≤i＜j≤U，i≠j；

步骤4.2，通过欧氏距离计算得出shapelet候选集S^candidate中的每个候选shapelet和降重后的时间序列集T_new之间的距离阈值选取τ_u中S_i对应的距离阈值τ_i和S_j对应的距离阈值τ_j；

当S_i和S_j满足dist(S_i，S_j)≤min(τ_i，τ_j)时，判定S_i和S_j相似并去除S_j；

其中：u∈{1，2，....，U}，U为shapelet候选集S^candidate中shapelet的个数；

步骤4.3，以信息增益作为质量标准从高到低给shapelet候选集S^candidate中剩余的shapelet进行质量排序，并选择信息增益值最大的k个shapelet作为shapelet处理集S；

步骤5，为shapelet处理集S的属性配置文件，所述的shapelet处理集S对应的属性配置文件为一个3元组SP_S＝WP^S，WE^S，WNE^S；

所述的Wp^S为畅通时间序列的距离集，所述的畅通时间序列的距离集Wp^S中包含有shapelet处理集S中的shapelet与交通领域的数据集的训练集中畅通时间序列集T_P＝{T_P1，T_P2，...，T_v}中时间序列的距离值subdist(S，T_v)；

所述的WE^S为堵塞时发生事故时间序列的距离集，所述的堵塞时发生事故时间序列的距离集WE^S中包含有shapelet处理集S与交通领域的数据集的训练集中堵塞时发生事故时间序列集T_E＝{T_E1，T_E2，...，T_l}中的时间序列的距离值subdist(S，T_l)；

所述的WNE^S为堵塞时未发生事故时间序列的距离集，所述的堵塞时未发生事故时间序列的距离集WNE^S中包含有shapelet处理集S与交通领域的数据集的训练集中堵塞时未发生事故时间序列集T_NE＝{T_NE1，T_NE2，...，T_m}中的时间序列的距离值subdist(S，T_m)；

所述的属性配置文件用于判断时间序列是否发生交通事故；

步骤6，选取交通领域数据集中的时间序列，对所述的时间序列与shapelet处理集S进行距离计算，结合步骤5中得到的属性配置文件对时间序列进行判断：

当时间序列与shapelet处理集S中shapelet的距离值处于畅通时间序列的距离集WP^S的距离值区间时，判断该时间序列为畅通时间序列；

当时间序列与shapelet处理集S中shapelet的距离值处于堵塞时发生事故时间序列的距离集WE^S的距离值区间时，判断该时间序列为堵塞时发生事故时间序列；

当时间序列与shapelet处理集S中shapelet的距离值处于堵塞未发生事故时间序列的距离集WNE^S的距离值区间时，判断该时间序列为堵塞未发生事故时间序列。

2.如权利要求1所述的基于快速提取shapelets的分类算法判断交通事故的方法，其特征在于，所述堵塞相关的时间序列子序列具体为：

堵塞发生前时间序列的子序列、堵塞发生时同时间段过去时间序列的子序列、堵塞开始后时间序列的子序列、堵塞开始到结束期间时间序列的子序列、堵塞结束时同时间段过去时间序列的子序列和堵塞结束后时间序列的子序列。