| 基于轨迹数据的大规模路网交通拥挤时空关联规则挖掘 |
| |
| 作者姓名： | 周启帆 刘海旭 董志鹏 徐银 |
| |
| 作者单位： | 1.西南交通大学 交通运输与物流学院,四川 成都 6117562.西南交通大学 综合交通大数据应用技术国家工程实验室,四川 成都 6117563.西南交通大学 综合交通运输智能化国家地方联合工程实验室,四川 成都 6100314.西南交通大学 综合运输四川省重点实验室,四川 成都 611756 |
| |
| 基金项目： | 国家自然科学基金(61873126);湖北省交通运输厅科技项目(2022-11-1-5) |
| |
| 摘 要： | 提出了K近邻RElim（K neighbor-RElim,KNR）算法和时序K近邻RElim（sequential KNbr-RElim,SKNR）算法,利用大规模路网的车辆轨迹数据来挖掘路段拥挤关联规则和拥挤传播时空关联规则。其中KNR算法在RElim算法基础上拓展了空间拓扑约束,可高效从大规模车辆轨迹数据集中挖掘路网中关联性拥挤易发路段,并量化这些路段间拥挤的关联性强度。而SKNR算法进一步以滑动窗口的形式拓展时间维度,可以挖掘出大规模路网中难以直接观测的拥挤传播现象,并追溯拥挤传播路径。以成都路网和车辆轨迹数据的挖掘结果对所提出的算法进行了说明和验证,结果表明了算法的有效性和鲁棒性。
|
| 关 键 词： | 数据挖掘 关联规则 拥挤传播 轨迹数据 RElim算法 |
| 收稿时间： | 2022-08-03 |
|
| 点击此处可从《系统仿真学报》浏览原始摘要信息 |
|
点击此处可从《系统仿真学报》下载全文 |
|
