[发明专利]一种基于多路谱聚类理论的社区划分方法

说明书

本发明公开的属于社区划分技术领域，具体为一种基于多路谱聚类理论的社区划分方法，该基于多路谱聚类理论的社区划分方法的具体划分步骤如下：获取基础数据：选取A地区为划分对象，对A地区的初步数据，以A地区的区、县为初步划分依据，获取A地区的交通路况信息，且交通路况信息与所属区、县的位置关系，原社区土地利用性质；建立网络；设置节点；社区划分计算，本方案通过采用多路适用的检测划分的方式，适用于更多的划分环境；通过以原社区土地利用性质为划分基础的方式，能够减少前期的准备工作；通过以原社区土地利用性质和实时采集的道路车流量信息为依据的方式，提高划分的准确性。

技术领域

本发明涉及社区划分技术领域，具体为一种基于多路谱聚类理论的社区划分方法。

背景技术

谱图划分理论最早是由Fiedler等人在1973年提出，其主要研究方向是图的各种代数表示(主要是Laplacian矩阵和邻接矩阵)的谱。通过讨论图的特征空间，建立图的拓扑结构(特别是图的各种不变量)和图的谱之间的联系，应用代数理论(矩阵论、表示论、群论)、几何理论(谱几何)和概率方法来研究图的拓扑结构性质，以及应用图的拓扑结构性质来研究代数和几何中的谱性质。

简单的说：谱图划分理论假设每个数据样本作为图中的节点V，根据样本间的相似度W赋予顶点间的边权重E值，这样就得到一个基于样本间相似度的无向加权图G＝(V,E)，从而将图G中的聚类问题转化为图形分割问题。基于图论的最优划分准则就是使划分后的两个子图内部相似度最大，子图之间的相似度最小。常见的划分准则有最小割集准则(Minimumcut)、规范割集准则(NormalizedCut)、比例割集准则(Ratiocut)、平均割集准则(Averagecut)、最大最小割集准则(Max-mincut)、多路规范割集准则(MultiwayNormalizedcut)。

现有的基于二分谱聚类的交通小区划分方法，在多数情况下，路网连通图G划分的子图大于2个部分，因而二分谱聚类就不太适用。

发明内容

本发明的目的在于提供一种基于多路谱聚类理论的社区划分方法，以解决上述背景技术中提出的现有的基于二分谱聚类的交通小区划分方法，在多数情况下，路网连通图G划分的子图大于2个部分，因而二分谱聚类就不太适用的问题。

为实现上述目的，本发明提供如下技术方案：一种基于多路谱聚类理论的社区划分方法，该基于多路谱聚类理论的社区划分方法的具体划分步骤如下：

a)获取基础数据：选取A地区为划分对象，对A地区的初步数据，以A地区的区、县为初步划分依据，获取A地区的交通路况信息，且交通路况信息与所属区、县的位置关系，原社区土地利用性质；

b)建立网络：根据步骤a)获取的交通路况信息、区、县的信息制作交通地图，首先建立平面直角坐标系，平面直角坐标系在PC端上平面制图软件上显示，且PC端联网，平面直角坐标系包括横向X轴、纵向Y轴，横向X轴与纵向Y轴的交点为坐标原点O，然后，将根据A地区置获取的信息制作的交通地图置于平面直角坐标系中，使得交通地图全部区域位于平面直角坐标系中；

c)设置节点：在A地区的各个道路上建立固定节点和移动节点，固定节点设置在各个路口，移动节点设置在移动机动车上，固定节点和移动节点分工对路口的车流量和道路上的车流量进行实时监测，固定节点和移动节点将检测的数据信息通过无线传输的方式传输至PC端上；

d)社区划分计算：以多路谱聚类为依据，结合下述步骤，以步骤a)中获取的原社区土地利用性质和步骤c)中固定节点和移动节点检测的数据信息作为新社区划分的两个权重，且设定原社区土地利用性质权重占比为s，节点检测的数据信息权重占比为h：

判定B社区的划分类型X为s(B社区的土地利用性质)+h(B社区的节点检测的数据信息)。

优选的，所述社区土地利用性质包括商业、居住、公建和绿化四种性质。