短时交通流量模式提取及时变特征分析

李清泉; 曹晶; 乐阳; 李志恒

美国《工程索引》（EI）核心期刊
美国《剑桥科学文摘》（CSA）收录期刊
荷兰斯高帕斯数据库（Scopus）收录期刊
英国INSPEC数据库（SA）收录期刊

留言板

尊敬的读者、作者、审稿人, 关于本刊的投稿、审稿、编辑和出版的任何问题, 您可以本页添加留言。我们将尽快给您答复。谢谢您的支持!

姓名
邮箱
手机号码
标题
留言内容
验证码

短时交通流量模式提取及时变特征分析

李清泉, 曹晶, 乐阳, 李志恒

文章导航 > 武汉大学学报 ● 信息科学版 > 2011 > 36(12): 1392-1396

李清泉, 曹晶, 乐阳, 李志恒. 短时交通流量模式提取及时变特征分析[J]. 武汉大学学报 ● 信息科学版, 2011, 36(12): 1392-1396.

引用本文:

李清泉, 曹晶, 乐阳, 李志恒. 短时交通流量模式提取及时变特征分析[J]. 武汉大学学报 ● 信息科学版, 2011, 36(12): 1392-1396.

LI Qingquan, CAO Jing, YUE Yang, LI Zhiheng. Pattern Extraction and Temporal Evolution of Short-Term Traffic Volume[J]. Geomatics and Information Science of Wuhan University, 2011, 36(12): 1392-1396.

Citation:

LI Qingquan, CAO Jing, YUE Yang, LI Zhiheng. Pattern Extraction and Temporal Evolution of Short-Term Traffic Volume[J]. Geomatics and Information Science of Wuhan University, 2011, 36(12): 1392-1396.

短时交通流量模式提取及时变特征分析

李清泉^1,2,
曹晶^1,2,
乐阳^1,2,
李志恒³

¹武汉大学测绘遥感信息工程国家重点实验室,武汉市珞喻路129号430079;²武汉大学交通研究中心,武汉市珞喻路129号430079;³清华大学自动化系,北京市清华园1号100084

基金项目: 国家自然科学基金重点资助项目(40830530),国家自然科学基金资助项目(60872132);国家973计划资助项目(2006CB70550);中国科学院资源与环境信息系统国家重点实验室开放研究基金资助项目(2008-2009)

详细信息

作者简介:
李清泉，博士，教授，博士生导师。现主要从事智能交通系统、３Ｓ集成、基于位置服务、测量工程等方面的研究。

中图分类号: P208

Pattern Extraction and Temporal Evolution of Short-Term Traffic Volume

¹ State Key Laboratory of Information Engineering in Surveying,Mapping and Remote Sensing, Wuhan University,129 Luoyu Road,Wuhan 430079,China;² Transportation Research Center,Wuhan University,129 Luoyu Road,Wuhan 430079,China;³Department of Automation,Tsinghua University,1 Qinghuayuan,Beijing 100084,China

Funds: 国家自然科学基金重点资助项目(40830530),国家自然科学基金资助项目(60872132);国家973计划资助项目(2006CB70550);中国科学院资源与环境信息系统国家重点实验室开放研究基金资助项目(2008-2009)

摘要: 提出了一种基于三步策略的方法来提取交通流模式并对其时变特征进行分析。首先,根据交通流量内部变化将其分割成非等长的一系列具有明显物理意义的子序列;然后,利用定量递归分析(recurrence quantification analysis,RQA)提取各子序列的统计参数;最后,通过聚类获得交通流典型模式。实验结果表明,此方法能有效提取交通流中隐含的4种模式及它们在全天中的时间分布和时变特征,以及它们在工作日和非工作日时态分布上的差异。
- 交通工程 /
- 模式提取 /
- 时变分析 /
- 聚类 /
- 交通流量 /
- 累积和 /
- 定量递归分析
Abstract: Traffic volume patterns and their temporal evolution are one of the most important issues for traffic prediction and traffic condition estimation.However,little work has been conducted on identifying and associating traffic pattern occurrence with prevailing traffic conditions.In order to extract the patterns hidden in traffic volume fluctuation as well as their temporal evolution,we propose a three-layer strategy that first segments the volume into subsequences.Then,we use the recurrence qualification analysis to determine the statistical characteristics of the subsequences and the k-means clustering is used to get the hidden traffic patterns finally.A case study using three typical weekly traffic volume data acquired from a freeway in Minnesota of USA shows that the proposed method is useful for identification of the traffic pattern,and traffic prediction as well.
- transportation engineering /
- pattern extraction /
- temporal evolution analysis /
- clustering /
- traffic volume /
- CUSUM /
- recurrence quantification analysis

[1]	盛宇裕, 毕硕本, 范京津, NKUNZIMANAAthanase, 许志慧. 运用交通运行状况指标分析交通热点时空模式 . 武汉大学学报 ● 信息科学版, 2021, 46(5): 746-754. doi: 10.13203/j.whugis20190357
[2]	姚明, 温鹏景, 曹淑超, 缪佳宇, 梁军, 魏晓鸽. 大学校园内考虑群组凝聚力的疏散模拟研究 . 武汉大学学报 ● 信息科学版, 2021, 46(4): 578-585. doi: 10.13203/j.whugis20190203
[3]	冯明翔, 方志祥, 路雄博, 谢泽丰, 熊盛武, 郑猛, 黄守倩. 交通分析区尺度上的COVID-19时空扩散推估方法：以武汉市为例 . 武汉大学学报 ● 信息科学版, 2020, 45(5): 651-657, 681. doi: 10.13203/j.whugis20200141
[4]	吴昊, 刘超, 赵兴旺. 基于改进累积和控制图的GNSS变形信息的识别与预警 . 武汉大学学报 ● 信息科学版, 2020, 45(10): 1517-1525. doi: 10.13203/j.whugis20190003
[5]	邓敏, 陈雪莹, 唐建波, 刘慧敏, 何晋强. 一种顾及道路交通流量语义信息的路网选取方法 . 武汉大学学报 ● 信息科学版, 2020, 45(9): 1438-1447. doi: 10.13203/j.whugis20180053
[6]	赵英豪, 周乐韬, 冯威, 姜中山, 罗晨曦. GPS接收机硬件延迟时变特性分析 . 武汉大学学报 ● 信息科学版, 2019, 44(8): 1212-1219. doi: 10.13203/j.whugis20170337
[7]	李延, 王大魁, 耿晶, 王树良. 数据质量聚类算法 . 武汉大学学报 ● 信息科学版, 2019, 44(1): 153-158. doi: 10.13203/j.whugis20150760
[8]	鲍蕊, 薛朝辉, 张像源, 苏红军, 杜培军. 综合聚类和上下文特征的高光谱影像分类 . 武汉大学学报 ● 信息科学版, 2017, 42(7): 890-896. doi: 10.13203/j.whugis20150043
[9]	田晶, 熊富全, 方华强, 杨雯雨, 陈丽军. 一种新的近似平行沟渠群的典型化方法 . 武汉大学学报 ● 信息科学版, 2014, 39(12): 1452-1456.
[10]	戴晶, 吴明光, 郑培蓓, 王蕾, 崔登吉, 陈泰生. 基于 hilbert曲线的str索引改进算法 . 武汉大学学报 ● 信息科学版, 2014, 39(7): 777-781.
[11]	应申, 毛政元, 李霖, 许光. 利用3D Voronoi图的兔子点云聚类分割 . 武汉大学学报 ● 信息科学版, 2013, 38(3): 358-361.
[12]	田晶, 张泊宇, 杨雯雨. 对自组织映射聚类实现道路网网格模式识别 . 武汉大学学报 ● 信息科学版, 2013, 38(11): 1330-1334.
[13]	田晶, 宋子寒, 艾廷华. 运用图论进行道路网网格模式提取 . 武汉大学学报 ● 信息科学版, 2012, 37(6): 724-727.
[14]	邹志强, 江南, 吴家皋, 王汝传. 一种基于语义分簇聚类的P2P空间数据索引机制 . 武汉大学学报 ● 信息科学版, 2011, 36(1): 76-81.
[15]	吴开亚, 金菊良, 王玲杰, 王文圣. 集对分析聚类预测方法在区域生态足迹趋势预测中的应用 . 武汉大学学报 ● 信息科学版, 2008, 33(9): 973-977.
[16]	肖俐平, 孟晖, 李德毅. 基于拓扑势的网络节点重要性排序及评价方法 . 武汉大学学报 ● 信息科学版, 2008, 33(4): 379-383.
[17]	卢林, 吴纪桃, 柳重堪. 图斑数据自动概括中面向地理特征的层结构选取 . 武汉大学学报 ● 信息科学版, 2006, 31(2): 156-159.
[18]	田扬戈, 边馥苓. 基于概念聚类和面向属性归纳的区划分析 . 武汉大学学报 ● 信息科学版, 2005, 30(1): 86-88.
[19]	沈建武, 刘学军, 陈良琛. 城市大型商业设施交通影响分析 . 武汉大学学报 ● 信息科学版, 2002, 27(4): 432-435.
[20]	沈建武, 代文清. 交通量、车速及交通密度关系分析 . 武汉大学学报 ● 信息科学版, 1999, 24(2): 183-185.

点击查看大图

计量

文章访问数: 821
HTML全文浏览量: 43
PDF下载量: 487
被引次数: 0

短时交通流量模式提取及时变特征分析

¹武汉大学测绘遥感信息工程国家重点实验室,武汉市珞喻路129号430079;²武汉大学交通研究中心,武汉市珞喻路129号430079;³清华大学自动化系,北京市清华园1号100084

作者简介:
李清泉，博士，教授，博士生导师。现主要从事智能交通系统、３Ｓ集成、基于位置服务、测量工程等方面的研究。

收稿日期: 2011-10-16
刊出日期: 2011-12-05

中图分类号: P208

关键词:

聚类 /

累积和 /

摘要: 提出了一种基于三步策略的方法来提取交通流模式并对其时变特征进行分析。首先,根据交通流量内部变化将其分割成非等长的一系列具有明显物理意义的子序列;然后,利用定量递归分析(recurrence quantification analysis,RQA)提取各子序列的统计参数;最后,通过聚类获得交通流典型模式。实验结果表明,此方法能有效提取交通流中隐含的4种模式及它们在全天中的时间分布和时变特征,以及它们在工作日和非工作日时态分布上的差异。

English Abstract

Pattern Extraction and Temporal Evolution of Short-Term Traffic Volume

¹ State Key Laboratory of Information Engineering in Surveying,Mapping and Remote Sensing, Wuhan University,129 Luoyu Road,Wuhan 430079,China;² Transportation Research Center,Wuhan University,129 Luoyu Road,Wuhan 430079,China;³Department of Automation,Tsinghua University,1 Qinghuayuan,Beijing 100084,China

Received Date: 2011-10-16
Publish Date: 2011-12-05

Keywords:

Abstract: Traffic volume patterns and their temporal evolution are one of the most important issues for traffic prediction and traffic condition estimation.However,little work has been conducted on identifying and associating traffic pattern occurrence with prevailing traffic conditions.In order to extract the patterns hidden in traffic volume fluctuation as well as their temporal evolution,we propose a three-layer strategy that first segments the volume into subsequences.Then,we use the recurrence qualification analysis to determine the statistical characteristics of the subsequences and the k-means clustering is used to get the hidden traffic patterns finally.A case study using three typical weekly traffic volume data acquired from a freeway in Minnesota of USA shows that the proposed method is useful for identification of the traffic pattern,and traffic prediction as well.

李清泉, 曹晶, 乐阳, 李志恒. 短时交通流量模式提取及时变特征分析[J]. 武汉大学学报 ● 信息科学版, 2011, 36(12): 1392-1396.

引用本文:

李清泉, 曹晶, 乐阳, 李志恒. 短时交通流量模式提取及时变特征分析[J]. 武汉大学学报 ● 信息科学版, 2011, 36(12): 1392-1396.

LI Qingquan, CAO Jing, YUE Yang, LI Zhiheng. Pattern Extraction and Temporal Evolution of Short-Term Traffic Volume[J]. Geomatics and Information Science of Wuhan University, 2011, 36(12): 1392-1396.

Citation: