本文關鍵詞：基于車輛軌跡挖掘的城市路網(wǎng)分析關鍵問題研究，由筆耕文化傳播整理發(fā)布。

【摘要】：城市路網(wǎng)是一個開放的高復雜性系統(tǒng),評估其健康狀態(tài),把握其運行脈搏對于提高整個交通系統(tǒng)的效率至關重要。一直以來,研究者依賴各種物理模型、微觀仿真等方法來揭示路網(wǎng)的運行機理,取得了較多研究成果。隨著感知和計算技術的蓬勃發(fā)展,城市中各種大數(shù)據(jù)悄然而至,特別是被譽為“城市移動傳感器”的出租車在行駛過程中所匯集成的大規(guī)模軌跡數(shù)據(jù),蘊含了豐富的路網(wǎng)動態(tài)信息,為我們提供了前所未有的契機來智能化的檢測、分析和評估路網(wǎng)的運行狀態(tài),同時也對現(xiàn)有的數(shù)據(jù)分析技術和方法提出了新的挑戰(zhàn)。本文圍繞軌跡數(shù)據(jù)的挖掘技術,針對低采樣率軌跡數(shù)據(jù)的地圖匹配、路網(wǎng)關鍵節(jié)點的識別、路網(wǎng)異常事件的檢測和區(qū)域連通性評估等一系列重要問題展開研究。這些研究成果在優(yōu)化交通流的控制與疏導、改善路網(wǎng)的規(guī)劃、提高路網(wǎng)的應急響應能力等方面有較好的學術價值和應用價值,為路網(wǎng)的智能化運行提供了必要的技術支撐。本文貢獻、創(chuàng)新點主要體現(xiàn)在以下幾個方面：(1)在軌跡數(shù)據(jù)預處理技術方面,提出一個針對低采樣率軌跡的離線地圖匹配方法。該方法采用了條件隨機場模型,其能夠為重疊的、非獨立的特征提供靈活的支持。基于這個優(yōu)點,本文引入了采樣點的時間相關性特征并將其與空間特征進行融合,大幅度提高轉移特征的分辨能力,同時發(fā)現(xiàn)對于采樣率過低(采樣間隔3分鐘以上)的軌跡樣本,其時空上下文無法提供足夠的差異化信息以確定其匹配的路線,本文進一步通過挖掘路徑偏好來彌補時空特征區(qū)分能力不足。在真實軌跡數(shù)據(jù)集上的實驗驗證了該方法的有效性。(2)為了解決路網(wǎng)關鍵節(jié)點的識別問題,本文提出了一種三部圖模型來刻畫出行網(wǎng)絡,從而充分利用了從車輛軌跡數(shù)據(jù)中提取的流量、出行需求、路徑選擇經(jīng)驗以及拓撲等信息。在此基礎上,分別提出了兩種數(shù)據(jù)驅動的關鍵節(jié)點識別算法。1)基于流量和OD熵的計算方法,能夠在節(jié)點流量及其樞紐程度兩種因素之間做出合理的權衡,2)基于特征向量計算的方法,其利用了三部圖節(jié)點之間的互增強關系,不僅結合了流量和樞紐程度兩個因素,同時還兼顧了路徑的不可替代性和距離影響,并且在對節(jié)點排序的過程中,還能夠計算出對路網(wǎng)負載較大的OD對和路徑。在合成數(shù)據(jù)和真實數(shù)據(jù)上的實驗結果表明,本章提出的兩個方法均能有效的解決路網(wǎng)的關鍵節(jié)點識別問題。(3)針對現(xiàn)有的異常檢測方法無法檢測多種類型的路網(wǎng)異常,以及在路網(wǎng)這種復雜多變的環(huán)境中檢測效果不佳的問題,本文提出了一種基于滑動窗口快速張量分解的異常檢測方法。該方法首先從大規(guī)模軌跡數(shù)據(jù)中提取交通流量信息,將其表示成3階張量,然后通過張量分解技術來獲得交通流在多個模式互相重疊作用下的主要變化趨勢。該方法具有以下3個特點：1)結合了滑動窗口和快速SVD分解技術(IFAST),每次只需計算更新的部分數(shù)據(jù),能同時保證計算效率和分解質量,滿足實時檢測的需求。2)同時結合空間、時間和歷史三個模式上的綜合交叉分析,可以有效地檢測出多種類型的異常；3)能夠實現(xiàn)全路網(wǎng)范圍的異常檢測。此外,本文還提出了一個基于流量和稀疏性特征的異常OD推斷方法,能夠準確的推斷出任一類型異常的關聯(lián)OD,為進一步分析異常原因提供參考依據(jù)。(4)提出了一種基于車輛軌跡數(shù)據(jù)的區(qū)域連通性評估方法。該方法首先從出租車軌跡和電子地圖中提取區(qū)域間旅行的速度、距離等度量信息并進行歸一化,然后用它們在二維坐標系中對應的矩形面積來表示該區(qū)域對的連通能力,考慮到軌跡的不確定性,利用云模型對連通能力進行建模。然后再結合云模型的定量到定性的轉換功能和黃金分割法對區(qū)域對連通能力的等級進行劃分,從而對區(qū)域間的連通性給出準確的評估。
【關鍵詞】：地圖匹配 路徑偏好 關鍵節(jié)點 三部圖 張量分解 云模型
【學位授予單位】：北京郵電大學
【學位級別】：博士
【學位授予年份】：2015
【分類號】：U495;TP311.13
【目錄】：

• 摘要5-7
• ABSTRACT7-14
• 第一章 緒論14-19
• 1.1 研究背景、目的和意義14-15
• 1.2 主要研究工作15-17
• 1.3 課題來源17-18
• 1.4 本文內容和結構18-19
• 第二章 相關研究綜述19-30
• 2.1 路網(wǎng)軌跡挖掘預處理技術19-21
• 2.1.1 噪聲過濾19-20
• 2.1.2 地圖匹配20-21
• 2.2 路網(wǎng)關鍵路口(路段)識別技術21-23
• 2.3 路網(wǎng)異常檢測技術23-27
• 2.3.1 基于統(tǒng)計模型的異常檢測技術23-25
• 2.3.2 基于距離度量的異常檢測技術25
• 2.3.3 基于子空間學習的異常檢測技術25-27
• 2.4 路網(wǎng)可靠性評估研究27-28
• 2.5 面向路網(wǎng)分析的軌跡挖掘技術28-30
• 第三章 低采樣率軌跡的地圖匹配方法30-46
• 3.1 引言30-31
• 3.2 基于條件隨機場的地圖匹配方法31-35
• 3.2.1 問題定義31-32
• 3.2.2 方法框架32-33
• 3.2.3 條件隨機場33
• 3.2.4 特征選擇33-35
• 3.2.5 模型推斷35
• 3.3 基于條件隨機場和路徑偏好挖掘的地圖匹配35-37
• 3.4 實驗37-45
• 3.4.1 實驗搭建與數(shù)據(jù)驗證37-40
• 3.4.2 實驗結果40-45
• 3.5 本章小結45-46
• 第四章 基于車輛軌跡的路網(wǎng)關鍵節(jié)點識別46-67
• 4.1 引言46-47
• 4.2 網(wǎng)絡節(jié)點重要性評估47-48
• 4.2.1 節(jié)點重要性評估指標47-48
• 4.2.2 特征向量中心性48
• 4.3 基于流量和OD熵的路網(wǎng)節(jié)點關鍵度評價48-52
• 4.4 基于特征向量計算的路網(wǎng)關鍵節(jié)點排序方法52-57
• 4.5 實驗57-65
• 4.5.1 模擬數(shù)據(jù)的驗證58-62
• 4.5.2 真實數(shù)據(jù)的驗證62-65
• 4.6 小結65-67
• 第五章 基于車輛軌跡的路網(wǎng)異常檢測67-88
• 5.1 引言67-68
• 5.2 張量分解概述68-70
• 5.2.1 張量概念68-70
• 5.2.2 張量分解70
• 5.3 基于張量分解的路網(wǎng)異常檢測70-77
• 5.4 異常OD推斷77-79
• 5.5 實驗79-86
• 5.5.1 仿真實驗數(shù)據(jù)79-81
• 5.5.2 仿真對比與驗證結果81-85
• 5.5.3 真實數(shù)據(jù)實驗結果85-86
• 5.6 小結86-88
• 第六章 基于車輛軌跡的路網(wǎng)連通性評估88-96
• 6.1 引言88-90
• 6.2 區(qū)域連通性的不確定性計算90-93
• 6.3 實驗對比93-95
• 6.4 小結95-96
• 第七章 總結與展望96-98
• 7.1 總結96-97
• 7.2 展望97-98
• 參考文獻98-103
• 致謝103-104
• 攻讀博士學位期間發(fā)表論文104-106
• 攻讀博士學位期間參加的科研項目106

【相似文獻】

中國期刊全文數(shù)據(jù)庫 前4條

1 許明;吳建平;杜怡曼;謝峰;肖云鵬;;基于三部圖的路網(wǎng)節(jié)點關鍵度排序方法[J];北京郵電大學學報;2014年S1期

2 王翠英;;Folksonomies的語義挖掘研究[J];圖書情報工作;2009年08期

3 王道平;周丹云;李秀雅;;基于三部圖的隨機游走知識推送方法研究[J];情報雜志;2013年09期

4 ;[J];;年期

中國重要會議論文全文數(shù)據(jù)庫 前2條

1 許明;吳建平;杜怡曼;謝峰;肖云鵬;;基于三部圖的路網(wǎng)節(jié)點關鍵度排序方法[A];2013年全國通信軟件學術會議論文集[C];2013年

2 史云飛;吳江寧;;企業(yè)書簽系統(tǒng)中的知識推薦研究[A];第六屆（2011）中國管理學年會——商務智能分會場論文集[C];2011年

中國博士學位論文全文數(shù)據(jù)庫 前1條

1 許明;基于車輛軌跡挖掘的城市路網(wǎng)分析關鍵問題研究[D];北京郵電大學;2015年

中國碩士學位論文全文數(shù)據(jù)庫 前5條

1 唐凱;完全三部圖色唯一性的研究[D];北京交通大學;2007年

2 李鳳琴;三部圖K（m，n，r）-A（|A|=2）的色唯一性[D];內蒙古大學;2004年

3 蘇克義;若干完全三部圖的色等價性和色唯一性[D];西北師范大學;2009年

4 尹君;若干三部圖的色唯一性[D];青海師范大學;2010年

5 馬新苗;完全三部圖K_（2，2，，r）（r=4，5，6）具有M（3）性質[D];河北工業(yè)大學;2005年

  本文關鍵詞：基于車輛軌跡挖掘的城市路網(wǎng)分析關鍵問題研究，由筆耕文化傳播整理發(fā)布。

本文編號：466876