System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind()
【技术实现步骤摘要】
本专利技术涉及道路交通环境信息感知,尤其涉及一种道路交通环境信息感知评价方法及系统。
技术介绍
1、随着中国城市道路网络的逐渐完善,以及社会对出行环境要求的日益提升,人们对交通道路环境的要求越来越高,交通排放产生的污染物治理成为道路交通治理的重点问题。而针对道路交通污染物问题,目前也涌现了一些城市道路交通环境信息感知平台,用于收集污染物数据并进行数据分析,以期对污染物治理工作提供数据支持。
2、但目前的道路交通环境信息感知平台多以单一的传感器或感知方式作为数据采集来源,仅考虑了交通排放的主要污染物,导致数据采集端采集的数据类型单一,数据采集系统不够完善。另外,在城市道路交通环境信息感知平台的构建中,仅采用机器感知的定量数据,并未考虑人在其中的重要作用,忽略了交通参与者的自身感受对交通环境信息感知的定性补充内容。并且交通环境评价体系过于简单,遗漏了交通管理者的管理经验对数据分析以及环境信息评价的重要作用,得到的感知评价结果对污染物治理的参考价值较小。
技术实现思路
1、本专利技术实施例提供了一种道路交通环境信息感知评价方法及系统,用于解决如下技术问题:传统交通环境信息感知平台的数据采集方式及类型单一,且忽略了交通参与者的感知评价数据及交通管理者的管理数据对到户交通环境信息感知的影响,不利于交通污染治理工作的进行。
2、本专利技术实施例采用下述技术方案:
3、一方面,本专利技术实施例提供了一种道路交通环境信息感知评价方法,方法包括:获取与当前道路交通
4、对所述机器采集数据进行特征分类以及区域聚类,确定出若干个聚类区域;
5、对每个聚类区域内的机器采集数据进行利用能力分析,筛选出关键数据集,构成目标机器采集数据;
6、对每个聚类区域内的众包数据进行可信度分析,筛选出关键问卷,构成目标众包数据;
7、创建交通排放数据阈值系统,并将所述目标众包数据转换为对应的污染特征因素数值,得到众包转化数据;
8、将所述目标机器采集数据与所述众包转化数据进行加权融合,得到多源融合数据;
9、将所述多源融合数据与所述交通排放阈值系统进行数值匹配,确定所述当前道路交通环境的综合环境评价结果。
10、在一种可行的实施方式中,对所述机器采集数据进行特征分类以及区域聚类,确定出若干个聚类区域,具体包括:
11、通过分词算法,对所述机器采集数据进行特征分类,得到排放特征与噪声特征;
12、针对所述排放特征与噪声特征,分别建立对应的特征论域,得到排放特征论域与噪声特征论域;其中,所述排放特征论域中的污染特征因素包括co、no2、so2、o3、pm2.5以及pm10;所述噪声特征论域中的污染特征因素包括噪声;
13、采用k-means++聚类算法中的手肘法选取k值,对所述机器采集数据进行采集区域聚类划分,得到k个聚类区域。
14、在一种可行的实施方式中,对每个聚类区域内的机器采集数据进行利用能力分析,筛选出关键数据集,构成目标机器采集数据,具体包括:
15、对所述每个聚类区域内的机器采集数据进行数据时空修复,得到修复数据;
16、根据所述每个聚类区域内修复数据的来源,进行数据分类,得到若干个数据源集合;
17、将每个数据源集合中的数据,按照污染特征因素类型,划分为若干个污染特征因素数据集合;
18、根据利用能力计算公式,计算每个聚类区域内,不同数据源集合中污染特征因素数据集合的利用能力数值;
19、筛选出利用能力数值大于预设阈值的污染特征因素数据集合,确定为关键数据源;
20、若聚类区域中不存在利用能力数值大于预设阈值的污染特征因素数据集合,则将所述聚类区域内利用能力数值最大的污染特征因素数据集合,确定为所述关键数据源;
21、对每个聚类区域内的所有关键数据源中的数据值做平均值计算,得到每个聚类区域的关键数据集;所述每个聚类区域的关键数据集构成所述目标机器采集数据。
22、在一种可行的实施方式中,根据利用能力计算公式,计算每个聚类区域内,不同数据源集合中污染特征因素数据集合的利用能力数值,具体包括:
23、通过预训练的预测框架,获取tn个利用指标数值;其中,所述利用指标数值包括利用时间、次数、场景对应的收益参数值;
24、根据计算数据源集合中某污染特征因素数据集合的利用能力数值nm;
25、其中,nm∈(0,1);sysm为实际采集得到的第sm个利用指标数值;cysm为基于预测框架所预测的第sm个利用指标数值,cysm∈(0,1);sys(m+1)为基于预测框架所预测的第sm+1个利用指标数值的触发值,cysm∈(c,1);c为利用能力数值基准值;
26、其中,m+1仅代表区别于利用指标数据m的另一个利用指标数据,二者之间不存在特定的顺序或关系。
27、在一种可行的实施方式中,对每个聚类区域内的众包数据进行可信度分析,筛选出关键问卷,构成目标众包数据,具体包括:
28、根据所述众包数据中的地理位置参数,将所述众包数据与所述每个聚类区域进行匹配;
29、获取每个聚类区域对应的众包数据中,不同类型用户的用户需求,并根据所述用户需求生成用户问卷匹配方案;
30、根据所述用户问卷匹配方案,将不同类型的交通环境感知问卷发送到对应的用户服务器,并获取答题用户的属性信息;其中,所述属性信息包含用户基本信息以及用户历史答题信息;所述答题用户为收到所述交通环境感知问卷并答题反馈的用户;
31、根据所述属性信息,生成答题用户的专属调查问卷;
32、根据答题用户对所述专属调查问卷的作答结果,计算每个答题用户的答题可信度评分;
33、筛选答题可信度评分超越可信度标准评分的关键问卷,并计算筛选出的关键问卷中,各类污染特征因素的满意度加权评分,以及每种满意度等级的数量占比,构成所述目标众包数据。
34、在一种可行的实施方式中,创建交通排放数据阈值系统,具体包括:
35、获取当前满意度等级下,当前污染特征因素对应的若干个初始数据阈值区间,并分别计算每个初始数据阈值区间中两个临界点的中值;
36、根据预设的经验权重,对所述每个初始阈值区间进行加权计算,得到当前满意度等级下,当前污染特征因素对应的污染数值;
37、计算当前满意度等级与下一满意度等级之间,所述污染数值的平均值,得到当前满意度等级与下一满意度等级之间的满意度临界阈值;
38、根据当前满意度等级与上一满意度等级之间的满意度临界阈值,以及当前满意度等级与下一满意度等级之间的满意度临界阈值,确定当前满意度等级下,当前污染特征因素对应的交通污染数据阈值区间;
39、每个满意度等级下,每个污染特征因素对应的交通污染数据阈值区间构成所述交通排放数据阈本文档来自技高网...
【技术保护点】
1.一种道路交通环境信息感知评价方法,其特征在于,所述方法包括:
2.根据权利要求1所述的一种道路交通环境信息感知评价方法,其特征在于,对所述机器采集数据进行特征分类以及区域聚类,确定出若干个聚类区域,具体包括:
3.根据权利要求1所述的一种道路交通环境信息感知评价方法,其特征在于,对每个聚类区域内的机器采集数据进行利用能力分析,筛选出关键数据集,构成目标机器采集数据,具体包括:
4.根据权利要求3所述的一种道路交通环境信息感知评价方法,其特征在于,根据利用能力计算公式,计算每个聚类区域内,不同数据源集合中污染特征因素数据集合的利用能力数值,具体包括:
5.根据权利要求1所述的一种道路交通环境信息感知评价方法,其特征在于,对每个聚类区域内的众包数据进行可信度分析,筛选出关键问卷,构成目标众包数据,具体包括:
6.根据权利要求1所述的一种道路交通环境信息感知评价方法,其特征在于,创建交通排放数据阈值系统,具体包括:
7.根据权利要求1所述的一种道路交通环境信息感知评价方法,其特征在于,将所述目标众包数据转换为对
8.根据权利要求1所述的一种道路交通环境信息感知评价方法,其特征在于,将所述目标机器采集数据与所述众包转化数据进行加权融合,得到多源融合数据,具体包括:
9.根据权利要求1所述的一种道路交通环境信息感知评价方法,其特征在于,将所述多源融合数据与所述交通排放阈值系统进行数值匹配,确定所述当前道路交通环境的综合环境评价结果,具体包括:
10.一种道路交通环境信息感知评价系统,其特征在于,所述系统包括:
...【技术特征摘要】
1.一种道路交通环境信息感知评价方法,其特征在于,所述方法包括:
2.根据权利要求1所述的一种道路交通环境信息感知评价方法,其特征在于,对所述机器采集数据进行特征分类以及区域聚类,确定出若干个聚类区域,具体包括:
3.根据权利要求1所述的一种道路交通环境信息感知评价方法,其特征在于,对每个聚类区域内的机器采集数据进行利用能力分析,筛选出关键数据集,构成目标机器采集数据,具体包括:
4.根据权利要求3所述的一种道路交通环境信息感知评价方法,其特征在于,根据利用能力计算公式,计算每个聚类区域内,不同数据源集合中污染特征因素数据集合的利用能力数值,具体包括:
5.根据权利要求1所述的一种道路交通环境信息感知评价方法,其特征在于,对每个聚类区域内的众包数据进行可信度分析,筛选出关键问卷,构成目...
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。