[发明专利]交通监测数据矩阵补全算法

权利要求书

1.一种交通监测数据矩阵补全算法，其特征在于，所述方法包括：

云平台依据地理坐标将接收到的GPS点数据和道路的GIS数据划分成多个部分的GPS点数据和道路的GIS数据，将多个部分的GPS点数据和道路的GIS数据分散存储到云平台的不同子节点的HBase数据库内；

所述GPS点数据包括：经纬度坐标、时间和运行方向；

每个子节点并行计算其存储的GPS点数据和道路的GIS数据所对应道路的在m个时间区间的平均速度，将所有子节点计算的道路在m个时间区间的平均速度组合起来形成交通矩阵T_m×n；其中为该T_m×n的列矢量，表示第i条道路在m个时间区间的平均速度；

计算T_m×n的相关系数矩阵CM_n×n；其中CM_n×n为n*n的对角矩阵；

将T_m×n、CM_n×n、σ_c、φ_s作为一个输入四元组对所述输入四元组进行聚类算法运算得到聚类结果RClusters={RS₁,RS₂，...,RS_k}以完成交通监测数据矩阵补全运算；

其中k≤n，其中单个聚类道路集RSi={rm×1num1,rm×1num2,...,rm×1num3},]]>其中num1,mum2,num3≤n；

其中σ_c为相关系数阈值，φ_s为叠度阈值。

2.根据权利要求1所述的方法，其特征在于，所述将T_m×n、CM_n×n、σ_c、φ_s作为一个输入四元组对所述输入四元组进行聚类算法运算得到聚类结果RClusters={RS₁,RS₂，...,RS_k}以完成交通监测数据矩阵补全运算具体包括：

将所述的三元组{CM_n*n,T_m*n，σ_c}执行Initialization子运算得到以每个道路列向量为中心的，相关系数阈值在σ_c内的初始化结果R Clusters'={RS₁,RS₂，...,RS_n}；

其中，Initialization子运算具体可以包括：

提取CM_n×n中每个列向量中元素大于σ_c的元素；从T_m×n中提取与所述大于σ_c的元素对应的T_m×n中元素r，以所述元素r为中心，将所述元素r对应的在T_m×n中的列向量组成集合RS，所述RS内的元素所对应的相关系数阈值在σ_c内，将所有的列向量组成集合组合起来得到RClusters'={RS₁,RS₂，...,RS_n}；

将RClusters'的两个元素两两组对形成n*(n-2)/2个初始对，计算每个初始对的两个元素之间的叠度值，如所述叠度值小于φ_s，则判断不重合，将所述初始对的两个元素保留在所述聚类结果RClusters中，如该叠度值大于等于φ_s，则判断重合，将该初始对的两个元素合成一个元素后，将合成后的元素保留在所述聚类结果RClusters中。