基于Apriori支持度与行驶距离加权计算交叉口间关联程度的方法

    公开(公告)号:CN110992698A

    公开(公告)日:2020-04-10

    申请号:CN201911369859.9

    申请日:2019-12-26

    Abstract: 本发明公开了基于Apriori支持度与行驶距离加权计算交叉口间关联程度的方法,运用Apriori算法对交叉口之间的支持度进行计算,遍历车辆轨迹序列,通过设置最小支持度阈值来获得其中满足最小支持度的频繁项集,并对交叉口的关联性求解。将交叉口的关联度研究的扩展至城市范围,以挖掘在城市道路网下大范围的运行规律,对于挖掘交通流状态(如拥堵状态)在路网的传播和蔓延方向具有很好的展示作用。从技术优势来讲,对车辆轨迹数据和交叉口做级联分析,找出单个车辆轨迹经过的交叉口集合,算法所需空间复杂度和时间复杂度较低。另外,调用百度地图API计算交叉口间行驶距离的技术较为成熟,具有较好的可扩展性。

    基于车辆轨迹数据求解交叉口中介中心性的方法

    公开(公告)号:CN111177294B

    公开(公告)日:2021-04-27

    申请号:CN201911369843.8

    申请日:2019-12-26

    Abstract: 本发明公开了基于车辆轨迹数据求解交叉口中介中心性的方法,该方法的步骤包括数据预处理;车辆轨迹数据与道路空间数据匹配拟合;利用轨迹数据计算路网交叉口中介中心性;相较于传统交通检测器的数据,具有完整的出行线路,其车辆轨迹数据更能反映出道路使用者真实的出行需求与出行线路,结果更加合理准确,对于道路网运行质量评价,路径优化决策和网络规划提供支撑。从数据分析角度来讲,通过清洗、分析车辆轨迹数据,即可求解某交叉口的中介中心性;相较于其他交通数据,通过图论模型进行求解更能真实地反映车辆出行的特征。

    基于车辆轨迹数据求解交叉口中介中心性的方法

    公开(公告)号:CN111177294A

    公开(公告)日:2020-05-19

    申请号:CN201911369843.8

    申请日:2019-12-26

    Abstract: 本发明公开了基于车辆轨迹数据求解交叉口中介中心性的方法,该方法的步骤包括数据预处理;车辆轨迹数据与道路空间数据匹配拟合;利用轨迹数据计算路网交叉口中介中心性;相较于传统交通检测器的数据,具有完整的出行线路,其车辆轨迹数据更能反映出道路使用者真实的出行需求与出行线路,结果更加合理准确,对于道路网运行质量评价,路径优化决策和网络规划提供支撑。从数据分析角度来讲,通过清洗、分析车辆轨迹数据,即可求解某交叉口的中介中心性;相较于其他交通数据,通过图论模型进行求解更能真实地反映车辆出行的特征。

Patent Agency Ranking