[发明专利]一种具有时空依赖的高速交通数据集的构建方法

说明书

本发明涉及数据挖掘技术领域，具体的是涉及一种具有时空依赖的高速交通数据集的构建方法，步骤包括获取不同高速路段监测点的数据；对所获取的数据按照时序对准后进行数据预处理；构建处理后数据的时空依赖关系；将构建的数据存储为图结构数据，作为高速交通数据集。该方法同时从时间维度和空间维度上构造高速交通数据集，以相对真实地反映高速交通数据的特征。对于提升模型预测能力和数据可视化能力具有重要的意义。

技术领域

本发明涉及数据挖掘技术领域，具体的是涉及交通数据的数据挖掘技术领域，更具体的是涉及一种具有时空依赖的高速交通数据集的构建方法。

背景技术

交通数据是交通领域应用和研究的基础，高速公路上通过检测器采集到的交通数据具有多源异构特性。这些数据可包括：当时当刻，监测点地理信息，监测点状态信息，交通数据流量数据以及其他影响交通天气、热点事件数据等，测量点前一段时间的上述数据，测量点前N天前一段时间的上述数据。

在目前的高速交通数据集的构建过程中，往往是单一地从时间维度或者空间维度进行构建，这样导致丢失了高速交通数据的一部分信息。在单考虑时间维度时，所构建的数据集只包含单一监测点数据，因此会缺失临近监测点的空间依赖性；在单考虑空间维度时，所构建的数据集包含了同一时刻监测点间的空间依赖关系，而丢失了时序上各个监测点间在时序上的依赖关系。

而多感知数据节点时序图模型是指针对多传感器节点获取的感知数据可以构成时空网络，也就是说同一时刻多个传感器节点相互影响，构成一个静态图结构。不同时刻的图数据结构，就构成了时序图，时序图显示了各个感知数据间相互影响、动态演变的过程。

因此，有必要同时从时间维度和空间维度上构造高速交通时序图数据集，构建贴近实际的高速交通数据集，能较为真实地反映高速交通数据的特征，也能够提升训练模型的交通流量预测效果和数据可视化效果。

发明内容

本发明的目的是为了解决目前在构建高速交通数据集时所存在的只能单一地从时间维度或者空间维度进行构建而导致部分高速交通数据信息丢失的问题，提供了一种具有时空依赖的高速交通数据集的构建方法。

本发明采用以下技术方案进行：一种具有时空依赖的高速交通数据集的构建方法，包括以下步骤：

步骤一：获取不同高速路段监测点的不同时刻多源异构数据；

步骤二：对所获取的数据按照时序对准后进行数据预处理；

步骤三：构建处理后数据的时空依赖关系；在同一时刻下，各监测点间的空间依赖关系借助于高速路网关系确定，即在同一时刻，不同监测点之间构成有向关系，用二维数组存储图中的边的信息，按照行驶方向确定监测点间有向关系，得到空间维度上的邻接矩阵表示为；

在不同时刻下，两个相邻时间片段上的监测点间的联系借助空间维度上的邻接矩阵确定，即按照时序方向，通过邻接矩阵的有向关系确定某一时刻监测点和其下一时刻监测点的关系，得到时间维度上的邻接矩阵表示为；在涉及两个时间片段时，得到邻接矩阵：

；

步骤四：将构建的数据存储为图结构数据，作为高速交通数据集。

进一步的，步骤一的具体过程包括：

根据目标区域，选定监测点数量，监测点获取的多源异构数据有M个维度，得到第个监测点的时序数据；其中，代表第个字段在时序上的多源异构数据。

进一步的，所述多源异构数据，包括监测点地理信息，监测点状态信息；上下游测量点获取上下游交通流量数据，以及上下游收费站收费信息；当时测量点是否处于节假日；当时测量点的路况信息；测量点上下游城市的热点事件；检测高速区域的天气情况信息。

进一步的，所述上下游交通流量数据和上下游收费站收费信息中包含单个车辆的瞬时速率，车辆车型、车道占用率、车容量。