The embodiment of this application provides a method and device for determining congestion data. The method includes: determining the characteristic information of a road section according to the obtained data of a road section, which includes average speed, traffic density, speed threshold and effective value of the data; determining congestion data using a pre-determined congestion model based on the characteristic information, and congestion model including a non-linear return. Regression model and predefined logistic regression model. Therefore, based on the multi-feature information of the road section, the congestion data can be determined by using the non-linear regression model and the logistic regression model, which overcomes the problem of the accuracy of congestion data determined by a single index, improves the accuracy of congestion data and simplifies the calculation operation.
【技术实现步骤摘要】
一种拥堵数据的确定方法和装置
本申请涉及数据处理
,特别是涉及一种拥堵数据的确定方法和装置。
技术介绍
对于城市道路或者高速公路的拥堵情况,目前常用的指标都是基于单一指标的。例如,北京市基于出行时间、美国联邦车辆管理局基于出行延误时间、欧洲INRIX公司的数据是基于实际速度与自由流速度的比值。但高速公路上由于卡口少且收费站测量数据不准确的情况下,基于单一指标所确定的拥堵指数,都会由于数据质量较低而导致拥堵指数计算结果不准确。
技术实现思路
鉴于上述问题,本申请实施例提供一种拥堵数据的确定方法,能够解决现有技术中存在的计算结果准确率不高的问题。相应的,本申请实施例还提供了一种拥堵数据的确定装置,用以保证上述方法的实现及应用。为了解决上述问题,本申请实施例公开了一种拥堵数据的确定方法,所述方法包括:根据获取到的路段数据,确定路段的特征信息,所述特征信息包括平均速度、车流密度、速度阈值以及数据有效值;根据所述特征信息,利用预先确定的拥堵模型确定拥堵数据,所述拥堵模型包括非线性回归模型和预先确定的类逻辑回归模型。相应的,本申请实施例还公开了一种拥堵数据的确定装置,所述装置包括:信息确定模块,用于根据获取到的路段数据,确定路段的特征信息,所述特征信息包括平均速度、车流密度、速度阈值以及数据有效值;数据确定模块,用于根据所述特征信息,利用预先确定的拥堵模型确定拥堵数据,所述拥堵模型包括非线性回归模型和预先确定的类逻辑回归模型。本申请实施例还提供一种装置,包括处理器以及存储器,其中,所述处理器执行所述存储器所存放的计算机程序代码,以实现本申请所述的拥堵数据的确定方法。 ...
【技术保护点】
1.一种拥堵数据的确定方法,其特征在于,所述方法包括:根据获取到的路段数据,确定路段的特征信息,所述特征信息包括平均速度、车流密度、速度阈值以及数据有效值;根据所述特征信息,利用预先确定的拥堵模型确定拥堵数据,所述拥堵模型包括非线性回归模型和预先确定的类逻辑回归模型。
【技术特征摘要】
1.一种拥堵数据的确定方法,其特征在于,所述方法包括:根据获取到的路段数据,确定路段的特征信息,所述特征信息包括平均速度、车流密度、速度阈值以及数据有效值;根据所述特征信息,利用预先确定的拥堵模型确定拥堵数据,所述拥堵模型包括非线性回归模型和预先确定的类逻辑回归模型。2.根据权利要求1所述的方法,其特征在于,所述车流密度是根据所述路段的总车流量与所述路段的长度的比值所确定的,所述速度阈值是根据预先获取到的所述路段对应不同种类车辆的限速值,结合所述不同种类的车辆的车流量所确定的,所述数据有效值用于表征所述路段数据的质量。3.根据权利要求1或者2所述的方法,其特征在于,所述根据所述特征信息,利用预先确定的拥堵模型确定拥堵数据,包括:根据所述数据有效值,确定所述非线性回归模型的权重和所述类逻辑回归模型的权重;根据所述特征信息,利用所述拥堵模型,确定所述非线性输出和所述逻辑输出;将所述非线性输出与所述非线性回归模型的权重之积和所述逻辑输出与所述类逻辑回归模型的权重之积相加,以作为所述拥堵数据。4.根据权利要求3所述的方法,其特征在于,所述根据所述特征信息,利用所述拥堵模型,确定所述非线性输出和所述逻辑输出,包括:将所述速度阈值与所述平均速度之比作为所述非线性回归模型的输入,以得到所述非线性输出;根据所述车流密度、所述平均速度以及所述速度阈值,利用所述类逻辑回归模型,得到所述逻辑输出。5.根据权利要求4所述的方法,其特征在于,所述根据所述车流密度、所述平均速度以及所述速度阈值,利用所述类逻辑回归模型,得到所述逻辑输出,包括:根据所述车流密度、所述平均速度以及所述速度阈值,利用逻辑回归表达式,获取所述逻辑输出;所述逻辑回归表达式包括:其中,y=β(x1-α),所述x1表示所述车流密度,所述λ表示所述逻辑输出,所述x2表示所述平均速度;所述x3表示所述速度阈值,所述α、β、γ、ε表示路段参数,所述n表示所述拥...
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。