[发明专利]一种基于K-means聚类的道路交通畅通度判断方法

摘要

一种基于K‑means聚类的道路交通畅通度判断方法，首先通过基本的数据阀值清除掉无效的数据，使得进行数据初步清洗后数据的分布更加的集中，利于数据的进一步处理，提高数据分析的效率以及增强结果精度；然后根据道路的最高限速得到初始的K值，分别对应不同的交通状态；最后通过K‑means聚类将不同的车载GPS数据聚类到不同的K值点上，最后通过分析每个K值点所包含的数据的数量，将数量最多的作为当前道路交通通行状态的指标。本发明通过对车载GPS速度数据进行聚类分析，实现路网交通通行状态信息的采集，实施成本较低且技术难度较小。

主权项

1.一种基于K‑means聚类的道路交通畅通度判断方法，其特征在于：所述判断方法包括以下步骤：：1)清理无效数据：1.1如果某时刻某道路上车辆速度为零的数据少于总数据的10％，则认为车辆停止并不是交通拥堵引起的，判断该数据无效；1.2如果车辆速度远大于道路限速，则认为该车辆违规驾驶，或者是采集设备发生故障导致采集数据异常，此类数据判定为无效；2)选择K值：假设道路存在N种状态，其中每种状态的代表速度为Vn，将这N种状态的代表速度插入到原始数据集中作为初始K值点进行K‑means聚类计算快速的将数据集聚集到N个类中，那么第n个K值Kn的选取如下；Kn＝Vn,n＝1,2,3…N   (1)其中Kn的取值随着道路的不同可能会有所不同，以道路的最高限速Vmax为上限，将限速进行等分计算，并取对应位置的速度Vn作为Kn的值，速度Vn根据如下公式得到：3)聚类计算：3.1)首先选择N个中心点K1,K2,K3…KN，其中每个K值得取值计算如公式(1)所示，它们分别代表道路的对应的通行状态，设置迭代次数为g；3.2)依次遍历速度信息，并对比速度和中心点的差值大小，将其归为差值最小的类中，判断公式如下所示；Si‑Kn＝min{|Si‑K1|,|Si‑K2|,|Si‑K3|…|Si‑KN|},n＝1,2,3…N   (3)其中Si代表第i个速度数据，Kn表第n个K值，如果满足上述条件，则说明Si属于第n类；3.3)迭代计算g次后，依次统计每个类中包含的样本数量，数量最大的类所包含的K值点代表了道路的通行状态。