一种交通流相似性的判别方法及系统技术方案

本发明专利技术公开了一种交通流相似性的判别方法及系统，包括：对n个交通流时间序列数据进行归一化处理；获取第一控制参数，第二控制参数，第三控制参数，根据第二控制参数和第三控制参数，计算第一相关参数和第二相关参数；计算每两个归一化后的交通流时间序列数据的差值序列中不大于第一控制参数的第一时间点数量，连续大于第一控制参数中最大的第二时间点数量；根据第一相关参数、第二相关参数、第一时间点数量和第二时间点数量，及预设的交通流相似性的判别条件，判定每两个交通流时间序列数据的相似性；本方案能实现减少时间耗费，准确反映了交通流的相似性，有效地避免交通流短时波动和数据噪声对交通流相似性判别的影响。

Method and system for judging traffic flow similarity

The invention discloses a traffic flow similarity distinguishing method and system, including: the n of traffic flow time series data are normalized; obtaining the first second control parameters, control parameters, third control parameters, according to the second control parameters and third control parameters, calculation of the first second parameters and related parameters to calculate the number of the first; at the time of the first control parameter is not greater than each of the two normalized traffic flow time series data difference sequence, continuous time point is greater than the number of second the maximum of the first control parameter; according to the number of the first second parameters, the relevant parameters, the first time points and second time points, and the preset traffic flow similarity criterion the determination of similarity for each of the two traffic flow time series data; this scheme can reduce the time consuming, accurately reflect The similarity of traffic flow can effectively avoid the influence of short-term traffic flow fluctuation and data noise on traffic flow similarity judgment.

【技术实现步骤摘要】

本专利技术涉及交通流分类
，更具体地说，涉及一种交通流相似性的判别方法及系统。
技术介绍
在智能交通系统中，交通流相似性的判别方法是交通流分类的基础，主要用于判断不同交通流是否具有类似的变化规律。目前，在交通流相似性的判别方法上，最常用的是基于欧氏距离和动态时间弯曲(DynamicTimeWarping,DTW)的判别方法。基于欧氏距离的相似性判别方法，通过计算等长交通流时间序列之间的欧式距离作为交通流之间的相似性判别依据，距离越小则说明它们相似度越大。虽然基于欧氏距离的相似性判别方法应用广泛，但它不能准确反映交通流变化规律的相似性。基于DTW距离的相似性判别方法虽然不要求被比较的两个交通流序列长度一致，并且可以获得较高的识别及匹配精度，但DTW距离计算复杂度高，耗时较多。因此，如何解决上述问题，提供一种交通流相似性的判别方法是本领域技术人员需要解决的问题。
技术实现思路
本专利技术的目的在于提供一种交通流相似性的判别方法及系统，以实现减少时间耗费，准确反映了交通流的相似性，有效地避免交通流短时波动和数据噪声对交通流相似性判别的影响。为实现上述目的，本专利技术实施例提供了如下技术方案：一种交通流相似性的判别方法，包括：获取n个交通流时间序列数据，每个交通流时间序列数据中包括m个时间点的交通流量；其中，n和m均为正整数；对所述n个交通流时间序列数据进行归一化处理，生成归一化序列数据；获取第一控制参数，第二控制参数，第三控制参数，根据所述第二控制参数和第三控制参数，计算第一相关参数和第二相关参数；计算每两个归一化后的交通流时间序列数据的差值序列中，不大于所述第一控制参数的第一时间点数量，和连续大于所述第一控制参数中最大的第二时间点数量；根据所述第一相关参数、所述第二相关参数、所述第一时间点数量和所述第二时间点数量，及预设的交通流相似性的判别条件，判定每两个交通流时间序列数据的相似性。其中，对所述n个交通流时间序列数据进行归一化处理，生成归一化序列数据，包括：根据归一化公式：对所述n个交通流时间序列数据进行归一化处理，生成归一化序列数据xik；其中，Xik为第i个交通流时间序列数据中第k个时间点的交通流量；xik为第i个交通流时间序列数据中第k个时间点的交通流量归一化后的数据；i＝{1,2,…,n本文档来自技高网...

【技术保护点】
一种交通流相似性的判别方法，其特征在于，包括：获取n个交通流时间序列数据，每个交通流时间序列数据中包括m个时间点的交通流量；其中，n和m均为正整数；对所述n个交通流时间序列数据进行归一化处理，生成归一化序列数据；获取第一控制参数，第二控制参数，第三控制参数，根据所述第二控制参数和第三控制参数，计算第一相关参数和第二相关参数；计算每两个归一化后的交通流时间序列数据的差值序列中，不大于所述第一控制参数的第一时间点数量，和连续大于所述第一控制参数中最大的第二时间点数量；根据所述第一相关参数、所述第二相关参数、所述第一时间点数量和所述第二时间点数量，及预设的交通流相似性的判别条件，判定每两个交通流时间序列数据的相似性。

【技术特征摘要】
1.一种交通流相似性的判别方法，其特征在于，包括：获取n个交通流时间序列数据，每个交通流时间序列数据中包括m个时间点的交通流量；其中，n和m均为正整数；对所述n个交通流时间序列数据进行归一化处理，生成归一化序列数据；获取第一控制参数，第二控制参数，第三控制参数，根据所述第二控制参数和第三控制参数，计算第一相关参数和第二相关参数；计算每两个归一化后的交通流时间序列数据的差值序列中，不大于所述第一控制参数的第一时间点数量，和连续大于所述第一控制参数中最大的第二时间点数量；根据所述第一相关参...

【专利技术属性】
技术研发人员：蔡延光，黄何列，蔡颢，
申请(专利权)人：广东工业大学，
类型：发明
国别省市：广东;44