[发明专利]基于OD数据感知城市动态结构演化规律的可视分析方法

权利要求书

1.一种基于OD数据感知城市动态结构演化规律的可视分析方法，其中OD数据指交通起止点数据，包括如下步骤：

步骤1：收集OD数据，并存储在数据库中；

步骤2：对位置进行聚类，对轨迹按位置聚类和小时聚合；

步骤3：按小时构建位置聚类网络序列，表征每小时内各个聚类间的流量关系；

步骤4：基于位置聚类网络序列，定义LDA模型，LDA模型指文档主题生成模型，训练得到主题模型，并对主题基于重要程度排序；

步骤5：设计主题-时间视图，可视化不同主题在每个位置网络中的概率分布，展示不同主题随着时间的演化特征；

步骤6：设计边关联视图，直观展示重要区域的空间分布和它们之间的流量关系；

步骤7：设计边流量时间分布视图，展示边关联视图中每条弧线在不同时间步下出现的概率；

所述步骤1包括：

获取OD数据集，并存储在轨迹记录表中，一条轨迹记录trajRec表示如下：

trajRec＝[startLocLong,startLocLat,startTime,endLocLong,endLocLat,endTime]

其中startLocLong和startLocLat为出发地点的经度和纬度，startTime为出发时间，endLocLong和endtLocLat为到达地点的经度和纬度，endTime为到达时间；

所述步骤2包括：

步骤2.1：对所有位置进行聚类：假设locSet＝{locLong_i,locLat_i}(1≤i≤n)为包含所有出发地点和到达地点的位置集合，一共有n个位置点；locLong_i和locLat_i为第i个位置点的经度和纬度；第i个位置点和第j个位置点之间的距离定义为：使用k-means算法根据距离定义将地理相邻的位置聚合在一起，获取得到位置聚类集合cluLocSet＝{cluLoc_i}(1≤i≤k)，其中k是聚类个数，一个位置聚类cluLoc_i中包含了多个相邻的位置点；

步骤2.2：将轨迹按位置聚类和小时聚合，基于trajRec，以小时为单位统计某两个聚类间在单位时间内的人流量，并存储加速后续计算；聚合后的一条记录trajAggrRec表示为：

trajAggrRec＝[startDate,startHour,startCluLoc,endCluLoc,flowNum]

其中startDate表示出发日期，startHour表示出发小时，可以从starttTme中提取得到；startCluLoc和endCluLoc表示出发和到达的位置聚类的ID，flowNum表示在某日(startDate)某小时(startHour)内，从startCluLoc内出发到达endCluLoc的人流量；

所述步骤3包括：

按小时构建位置聚类网络序列，表征每小时内各个聚类间的流量关系；假设G_τ＝(cluLocSet,E_τ)表示在时间步τ下的位置聚类网络，用一个图结构表示；其中位置聚类集合cluLocSet被看作是顶点集合，E_τ为边集合；e_ijτ∈E_τ表示在时间步τ内从cluLoc_i出发到达cluLoc_j的人流量，具体的值从trajAggrRec中查询得到；然后按小时构建位置聚类网络序列NS＝{G₁,G₂,...,G_T}，T为所有时间步的总数，由待分析的时间段内的日期数d决定，T＝24×d；

所述步骤4包括：

步骤4.1：基于位置聚类网络序列，定义LDA模型；LDA模型包含3层：文档、单词和主题；一篇文档是由一组单词构成的集合，所有的文档集构成了一个语料库；一篇文档可以包含多个主题，文档中每一个词都由其中的一个主题生成；将每个时间步下的位置聚类网络G_τ看作是一篇文档，从而位置聚类网络序列NS＝{G₁,G₂,...,G_T}构成了一个语料库；将边集合E_τ看作是一篇文档G_τ中的单词集合，一条边的权重e_ijτ对应于一个单词在一篇文档中出现的频率；主题为网络序列中的结构信息，隐含了城市动态相关的、重要的语义信息；

步骤4.2：通过将位置聚类网络定义为文档，将网络中的边关联定义为单词，训练得到一个主题模型，推理OD数据集中隐含的K个主题；采用EM算法训练得到模型参数，EM算法指最大期望算法，采用Gibbs采样计算得到2个概率分布：网络-主题概率分布和主题-边关联概率分布；对于网络-主题概率分布来说，每一个网络代表了一些主题所构成的一个概率分布；用θ_τ表示网络G_τ的主题概率分布，θ_τ,k表示主题k在G_τ网络中的概率；对于主题-边关联概率分布来说，由于每一个主题又代表了很多边所构成的一个概率分布，一条边在不同的主题上具有不同的概率；对于主题k，计算得到的边关联概率由表示；在一个主题中，具有高概率的边被认为更能代表那个主题；

步骤4.3：对主题基于重要程度排序；由于每个主题在不同的位置聚类网络中具有不同的概率，一个主题在所有网络中的概率和表征了这个主题的重要程度；对于第k个主题,计算表示第k个主题在所有网络中的概率和；sumPro_k的值越大，表示对应的主题越重要；在计算得到所有主题的sumPro_k后，基于此对主题进行重要程度排序。