[发明专利]基于影响因素分析的交通流量序列模式匹配方法

摘要

本发明公开了一种基于影响因素分析的交通流量序列模式匹配方法。本发明首先在对已有交通流量序列通过聚类得到结果的前提下，确定每一类当中每一条交通流量序列的属性向量。其次针对每个类，统计其每个属性中每个值的出现次数，计算其出现频率，并得到每个类的重要性系数矩阵。然后确定待匹配交通流量序列的属性向量，计算待匹配交通流量序列与每一类的相似度向量。最后由待匹配交通流量序列的相似度向量，计算每条属性的相似度与该属性可能的取值数量相乘再累加，得到待匹配交通流量序列与每一类的相似度，选取相似度最大的一类作为最终匹配结果。本发明在保证精确性的前提下，还有计算复杂度小等优点。

主权项

1.基于影响因素分析的交通流量序列模式匹配方法，其特征在于该方法包括如下步骤：c1、在对已有交通流量序列通过聚类得到结果的前提下，确定每一类当中每一条交通流量序列的属性向量；c2、针对每个类，统计其每个属性中每个值的出现次数，计算其出现频率，并得到每个类的重要性系数矩阵；c3、确定待匹配交通流量序列的属性向量，计算待匹配交通流量序列与每一类的相似度向量；c4、由待匹配交通流量序列的相似度向量，计算每条属性的相似度与该属性可能的取值数量相乘再累加，得到待匹配交通流量序列与每一类的相似度，选取相似度最大的一类作为最终匹配结果；步骤c1的过程包括：c11、假设原交通流量序列分为J类；原始数据可能有多个属性，从其中选出对交通流量序列有影响的m个属性构成交通流量序列的属性向量V；即：V＝[v1,v2,…,vi,…,vm]      (1‑a)该向量的每一个元素均为事先设定的能够影响交通序列的因素，包括星期，天气，季节；第i个属性元素有pi个不同取值，且pi的最大值为n；步骤c2的过程包括：c21、针对交通流量序列J个类中的某个类j内的所有交通流量序列，统计其每个属性i中每个值的出现次数，以vji,q表示在类j内所有交通流量序列中第i个属性的第q个取值出现的次数与类j内总样本数的比值；c22、由上述知，针对类j，其属性向量V共有m个元素；对于其任意一个属性i,vji,q中所有非0元素个数为pi，即属性i最多有pi个取值，且pi的最大值为n；构造一个大小为m*n矩阵Wj；该矩阵为类j的重要性系数矩阵；Wj内的元素即vji,q，当类j内不存在符合属性i的第q个取值的流量序列时，根据vji,q的定义，其值为0；属性i有pi个取值，当pi小于n时，在Wj的第i列的pi+1行及以下补0以保证矩阵的完整性；步骤c3的过程包括：c31、确定待匹配交通流量序列的属性向量取值为V*＝[v*1,v*2,…,v*i,…,v*m]     (1‑c)其中v*i表示第i个属性取值编号；c32、确定待匹配交通流量序列的每一个属性i与类j流量序列相应属性的相似度；对于属性i，设待匹配交通流量序列的该属性值在j类中所占的比重为即待匹配交通流量序列与类j的相似度为由于待匹配交通流量序列有多个属性，同理，对任意一个属性，也均有一个相似度；因此，待匹配交通流量序列的m个属性构成的与类j的相似度向量为：步骤c4的过程包括：c41、针对待匹配交通流量序列的属性i₁和i₂，其属性编号分别为和假设二者与类j有相同的相似性系数，即但若属性i₁和属性i₂的所有可能的取值的个数和不同，则待匹配流量序列的属性i₁较i₂更加近似于类j；即，以某一属性i与类j的相似度乘以该属性的所有取值个数p_i的积作为该属性与类j的相似度；以所有属性为对象，待匹配流量序列与类j的相似性定义为：式中，Υj为待匹配流量序列与类j的相似度；m为属性取值向量元素个数；若j*是时间序列分类之后的其中一类，且满足Υj*＝max{γj}    (1‑f)j＝1,2,…,J，则待匹配流量序列应属于类j*，类j*的交通流量序列样本应作为预测的背景数据。