【技术实现步骤摘要】
【专利摘要】本专利技术适用于通信领域,提供了一种,该算法包括:云平台依据地理坐标将接收到的GPS点数据和道路的GIS数据划分成多个部分的GPS点数据和道路的GIS数据,将多个部分的GPS点数据和道路的GIS数据分散存储到云平台的不同子节点的HBase数据库内;每个子节点并行计算其存储的GPS点数据和道路的GIS数据所对应道路的在m个时间区间的平均速度,将Tm×n、CMn×n、σc、φs作为一个输入四元组对所述输入四元组进行聚类算法运算得到聚类结果。本专利技术【具体实施方式】提供的技术方案具有计算时间少,效率高的优点。【专利说明】
本专利技术属于监控领域,尤其涉及一种。
技术介绍
智能交通是智能城市的基石,而智能交通是建立在交通数字化之上的。其中,实时交通路况的监测又是交通数字化的重中之重。传统的交通路况监测方法主要有:1)交叉路口的摄像头监测;2)路面的传感器监测;3)交通参与者的主动汇报;4)大规模行驶车辆的GPS汇报监测。前两者的观测结果能够实时反应在途车数,再结合相关的道路容车量和交通流速知识,能够得到最为精准的监测信息。然而布设成本最高,因此覆盖范围也是最小的。第三种方法则面临着参与者积极性、信息源可靠程度和感性交通认知与定量的交通信息之间的转换关系等难题,尚存商榷空间。随着车载GPS设备的普及,第四种方法变得最为常用,这也是现有的主要交通状况监测方案。通过在一定时间内,一条车道的一个方向上正常行驶的多个车辆的平均速度代表该道路该方向该时段的实时的交通路况。该方法已经被各种数字地图数据提供公司广泛采用,产生的监测数据被应用于天地图、谷歌地图 ...
【技术保护点】
一种交通监测数据矩阵补全算法,其特征在于,所述方法包括:云平台依据地理坐标将接收到的GPS点数据和道路的GIS数据划分成多个部分的GPS点数据和道路的GIS数据,将多个部分的GPS点数据和道路的GIS数据分散存储到云平台的不同子节点的HBase数据库内;所述GPS点数据包括:经纬度坐标、时间和运行方向;每个子节点并行计算其存储的GPS点数据和道路的GIS数据所对应道路的在m个时间区间的平均速度,将所有子节点计算的道路在m个时间区间的平均速度组合起来形成交通矩阵Tm×n;其中为该Tm×n的列矢量,表示第i条道路在m个时间区间的平均速度;计算Tm×n的相关系数矩阵CMn×n;其中CMn×n为n*n的对角矩阵;将Tm×n、CMn×n、σc、φs作为一个输入四元组对所述输入四元组进行聚类算法运算得到聚类结果RClusters={RS1,RS2,...,RSk}以完成交通监测数据矩阵补全运算;其中k≤n,其中单个聚类道路集RSi={rm×1num1,rm×1num2,...,rm×1num3},]]>其中num1,mum2,num3≤n;其中σc为相关系数阈值 ...
【技术特征摘要】
【专利技术属性】
技术研发人员:李晔,张帆,邹瑜斌,鲁鸣鸣,须成忠,
申请(专利权)人:深圳先进技术研究院,
类型:发明
国别省市:广东;44
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。