[发明专利]交叉口分类方法及系统

说明书

本发明提供了一种交叉口分类方法及系统，本发明通过获取M个交叉口的交通流量数据，根据每个交叉口的交通流量数据建立每个交叉口对应的多维向量，根据每个交叉口对应的多维向量，并通过PAM算法，将M个交叉口分为K个集合，每个交叉口被分配到离其自身最近的一个集合中，根据每个交叉口对应的多维向量，确定每个集合中的中心点，本发明为交叉口的分类提供了基础的数据依据和可靠的分类标准。为以后各类交叉口设计合理的交通管理方案，提供了良好的基础。

技术领域

本发明涉及一种交叉口分类方法及系统。

背景技术

目前针对交通信息的分析，比较多的是对驾驶员行为进行分类以便为更先进的驾驶员辅助系统的构建提供数据基础。由于对以上行为数据的分析，可以有效的提高交叉路口的安全性，有效避免在交叉口发生的交通事故，故而在这方面有较多的研究。Bishop等人着重于开发估算驾驶员的算法，其中包括司机在道路交叉口的行为和验证交通数据。当前对于交通数据的分析主要分为两类，一种是基于的支持向量机的研究，另外一种是建立在隐马尔可夫模型上对交通数据的研究，这是两个非常流行的机器学习方法已被成功地用于众多学科分支中。但是，现有的工作还没有探索将这些技术应用在处理交叉口流量等数据上，并借此对交叉口进行分类，以此提出更为合理交通管理方案。Maji等人提出了应用支持向量机的方式处理大量的数据，但是针对交通行业的数据而言，并不是所有的参数都具有相同的重要性，无法排除弱势参数对最终结果的过度干扰。

交通流量为交叉口的分类可以提供基础的数据依据和可靠的分类标准，但现有的交叉口的分类都不够精确。

发明内容

本发明的目的在于提供一种交叉口分类方法及系统，能够解决现有的交叉口的分类都不够精确的问题。

为解决上述问题，本发明提供一种交叉口分类方法，包括：

获取M个交叉口的交通流量数据，其中，M为正整数；

根据每个交叉口的交通流量数据建立每个交叉口对应的多维向量；

根据每个交叉口对应的多维向量，并通过PAM算法，将M个交叉口分为K个集合，每个交叉口被分配到离其自身最近的一个集合中，其中，M为正整数；

根据每个交叉口对应的多维向量，确定每个集合中的中心点。

进一步的，在上述方法中，获取M个交叉口的交通流量数据，包括：

以预设的时间段为单位时间，预设N个相同的单位时间，每个单位时间依次对应有连续的序号，统计M个交叉口在每个单位时间的交通流量数据；

根据M个交叉口在每个单位时间的交通流量数据，获取一天中早高峰之前的时间段A的平均起止单位时间对应的序号，获取一天中早高峰时间段B的平均起止单位时间对应的序号，获取一天中早高峰后晚高峰前的时间段C的平均起止单位时间对应的序号，获取一天中晚高峰时间段D的平均起止单位时间对应的序号，获取一天中晚高峰后的时间段E的平均起止单位时间对应的序号。

进一步的，在上述方法中，根据每个交叉口的交通流量数据建立每个交叉口对应的多维向量，包括：

根据每个交叉口的交通流量数据建立每个交叉口对应的多维向量公式如下：

其中，j表示交叉口的编号；

表示一天中早高峰后晚高峰前的时间段C的交通流量的平均值；

σ_C²表示一天中早高峰后晚高峰前的时间段C的交通流量的平方差；

S_C-max表示一天中早高峰后晚高峰前的时间段C的交通流量的最大值；

Q₁表示第一个四分位数的交通流量；