一种交通信息的估计方法技术

本发明专利技术提供了一种交通信息的估计方法，方法包括构建累积分布函数生成器，所述累积分布函数生成器包括一个输入层、一个输出层以及一个中间层；所述中间层的神经元分别采用指数分布函数、正态分布函数或对数正态分布函数作为激活函数；利用构建的累积分布函数生成器输出估计的通话时间的累积分布函数，对估计的通话时间的累积分布函数进行求导，从而获得估计的通话时间的概率密度函数；通过估计的通话时间的概率密度函数和蜂窝网络信号的数量估计出交通信息，所述交通信息包括交通流量、车速或交通密度。本发明专利技术优点：能够对通话保持时间与下一次通话到达的时间进行更准确预测，有效提升交通数据估计模型估计出的交通信息的准确率。率。率。

【技术实现步骤摘要】
一种交通信息的估计方法


[0001]本专利技术涉及计算机
，特别涉及一种交通信息的估计方法。

技术介绍

[0002]蜂窝流动车辆数据能够被用于估计交通信息，通常主要使用到的蜂窝网络信号包括HO(Handover/Handoff，切换)信号、NLU(Normal Location Update，常规性位置更新)信号、CA(Call Arrival，通话到达)信号和PLU(Periodic LocationUpdate，周期性位置更新)信号。
[0003]目前，在基于蜂窝流动车辆数据的交通信息估计方法中，利用蜂窝网络信号数据的方式有两类：第一类，通过连续的蜂窝网络信号序列估计交通信息，其利用手机在移动过程中产生的蜂窝流动车辆数据的时空特征，通过同一部手机连续发生的两次蜂窝网络事件，获取发生的时间差与距离差，从而对交通信息进行估计；但这类方法需要对同一部手机持续追踪，获取其在观察时段内与基站的所有交互行为，这会产生一定的隐私问题。
[0004]第二类，通过统计蜂窝网络信号的数量估计交通信息，其通过统计方法，从蜂窝网络流动车辆数据中统计出每个时间段内每个Cell(小区)内发生的各类蜂窝网络信号数量，并使用机器学习或概率统计方法估计交通信息；这类方法由于统计后的数据对IMSI不敏感，能够在一定程度上避免隐私泄露，但如何从蜂窝流动车辆数据中获取有效的时空特征是一个需要解决的问题；Lin等人(具体参见Lin B Y,Chen C H,Lo C C.A traffic information estimation model usingperiodic location update events from cellular network[C]//International Conferenceon Intelligent Computing and Information Science,Berlin,Heidelberg.2011，135:72
–
77)提出利用概率密度函数，从蜂窝流动车辆数据中获取用户的通话行为，并从中提取时空特征用于交通信息估计；但该方法使用指数分布来近似通话间隔时间的分布，而通话保持时间和通话间隔时间的分布的概率密度函数通常呈多峰形态，导致估计出的交通信息的准确率较差。

技术实现思路

[0005]本专利技术要解决的技术问题，在于提供一种交通信息的估计方法，解决现有技术存在估计出的交通信息的准确率较差问题。
[0006]本专利技术提供了一种交通信息的估计方法，所述估计方法包括：
[0007]构建累积分布函数生成器，所述累积分布函数生成器包括一个输入层、一个输出层以及一个中间层；所述中间层的神经元分别采用指数分布函数、正态分布函数或对数正态分布函数作为激活函数；所述输入层用于输入蜂窝流动车辆数据中实际收集的通话时间，所述中间层用于对所述输入层输入的通话时间进行训练学习，所述输出层用于输出估计的通话时间的累积分布函数；
[0008]利用构建的累积分布函数生成器输出估计的通话时间的累积分布函数，对估计的通话时间的累积分布函数进行求导，从而获得估计的通话时间的概率密度函数；
[0009]通过估计的通话时间的概率密度函数和蜂窝网络信号的数量估计出交通信息，所述交通信息包括交通流量或车速。
[0010]本专利技术实施例中提供的一个或多个技术方案，至少具有如下技术效果或优点：通过利用累积分布函数生成器生成估计的通话时间的累积分布函数，累积分布函数生成器的中间层的神经元分别采用指数分布函数、正态分布函数或对数正态分布函数作为激活函数，并对估计的通话时间的累积分布函数进行求导获得估计的通话时间的概率密度函数，且通过估计的通话时间的概率密度函数和蜂窝网络信号的数量对交通信息进行估计，因此通过本专利技术的技术方案，能够对用户的通话行为进行准确建模，拟合多峰概率密度函数的累积分布函数，从而获取符合实际情况的通话保持时间和通话间隔时间的概率密度函数，进而能够对通话保持时间与下一次通话到达的时间进行更准确预测，有效提升交通数据估计模型估计出的交通信息的准确率。
[0011]上述说明仅是本专利技术技术方案的概述，为了能够更清楚了解本专利技术的技术手段，而可依照说明书的内容予以实施，并且为了让本专利技术的上述和其它目的、特征和优点能够更明显易懂，以下特举本专利技术的具体实施方式。
附图说明
[0012]下面参照附图结合实施例对本专利技术作进一步的说明。
[0013]图1为本专利技术一种交通信息的估计方法的执行流程图；
[0014]图2为本专利技术累积分布函数生成器的结构示意图；
[0015]图3为本专利技术基于通话保持时间的累积分布函数生成器的结构示意图；
[0016]图4为本专利技术基于通话间隔时间的累积分布函数生成器的结构示意图；
[0017]图5为本专利技术实施例1中HO信号发生的空间示意图；
[0018]图6为本专利技术实施例1中HO信号发生的时间示意图；
[0019]图7为本专利技术实施例2中CA信号发生的时间示意图；
[0020]图8为本专利技术实施例2中NLU信号发生的空间示意图；
[0021]图9为本专利技术实施例3中第一种情况的PLU信号发生的空间示意图；
[0022]图10为本专利技术实施例3中第一种情况的PLU信号发生的时间示意图；
[0023]图11为本专利技术实施例3中第二种情况的PLU信号发生的空间示意图；
[0024]图12为本专利技术实施例3中第二种情况的PLU信号发生的时间示意图；
[0025]图13为本专利技术中估计的累积分布函数与实际的累积分布函数的拟合结构图；
[0026]图14为本专利技术示例的交通流量、车速和蜂窝网络信号的变化趋势图。
具体实施方式
[0027]实施例1
[0028]本专利技术一种交通信息的估计方法，如图1所示，所述估计方法包括：
[0029]构建累积分布函数生成器，如图2所示，所述累积分布函数生成器包括一个输入层100、一个输出层300以及一个中间层200；所述中间层200的神经元分别采用指数分布函数、正态分布函数或对数正态分布函数作为激活函数，并去除所有的偏置，即通过指数分布函数、正态分布函数或对数正态分布函数共同组成混合分布函数，并作为所述中间层200的激
活函数；所述输入层100用于输入蜂窝流动车辆数据中实际收集的通话时间，所述中间层200用于对所述输入层100输入的通话时间进行训练学习，所述输出层300用于输出估计的通话时间的累积分布函数；
[0030]利用构建的累积分布函数生成器输出估计的通话时间的累积分布函数，对估计的通话时间的累积分布函数进行求导，从而获得估计的通话时间的概率密度函数；
[0031]通过估计的通话时间的概率密度函数和蜂窝网络信号的数量估计出交通信息，所述交通信息包括交通流量或车速。
[0032]因在基于蜂窝网络信号的交通数据估计模型中，通话间隔时间和通话保持时间是两个重要的影响因素，在现本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种交通信息的估计方法，其特征在于：所述估计方法包括：构建累积分布函数生成器，所述累积分布函数生成器包括一个输入层、一个输出层以及一个中间层；所述中间层的神经元分别采用指数分布函数、正态分布函数或对数正态分布函数作为激活函数；所述输入层用于输入蜂窝流动车辆数据中实际收集的通话时间，所述中间层用于对所述输入层输入的通话时间进行训练学习，所述输出层用于输出估计的通话时间的累积分布函数；利用构建的累积分布函数生成器输出估计的通话时间的累积分布函数，对估计的通话时间的累积分布函数进行求导，从而获得估计的通话时间的概率密度函数；通过估计的通话时间的概率密度函数和蜂窝网络信号的数量估计出交通信息，所述交通信息包括交通流量或车速。2.根据权利要求1所述一种交通信息的估计方法，其特征在于：所述通话时间包括通话保持时间和/或通话间隔时间，所述通话保持时间为单次通话从接听到挂断的持续时间，所述通话间隔时间为两次通话到达的间隔时间；所述估计的通话时间的概率密度函数包括估计的通话保持时间的概率密度函数和估计的通话间隔时间的概率密度函数。3.根据权利要求2所述一种交通信息的估计方法，其特征在于：当所述输入层输入的是蜂窝流动车辆数据中实际收集的通话保持时间t
h
时，所述中间层的指数分布函数f
11
(t
h
)的公式如下：其中，λ1表示指数分布函数f
11
(t
h
)的参数；所述中间层的正态分布函数f
12
(t
h
)的公式如下：其中，μ1表示正态分布函数f
12
(t
h
)的均值，σ1表示正态分布函数f
12
(t
h
)的标准差；所述中间层的对数正态分布函数f
13
(t
h
)的公式如下：其中，μ2表示对数正态分布函数f
13
(t
h
)的均值，σ2表示对数正态分布函数f
13
(t
h
)的标准差；所述输出层输出的估计通话保持时间的累积分布函数的公式如下：
其中，w
11
表示指数分布函数f
11
(t
h
)的权重，w
12
表示正态分布函数f
12
(t
h
)的权重，w
13
表示对数正态分布函数f
13
(t
h
)的权重；所述中间层在训练学习的过程中，使用的损失函数的公式如下：其中，F
h
表示统计得到的真实通话保持时间的累积分布函数，表示累积分布函数生成器生成的估计通话保持时间的累积分布函数。4.根据权利要求2所述一种交通信息的估计方法，其特征在于：当所述输入层输入的是蜂窝流动车辆数据中实际收集的通话间隔时间t
a
时，所述中间层的指数分布函数f
21
(t
a
)的公式如下：其中，λ2表示指数分布函数f
21
(t
a
)的参数；所述中间层的正态分布函数f
22
(t
a
)的公式如下：其中，μ3表示正态分布函数f
22
(t
a
)的均值，σ3表示正态分布函数f
22
(t
a
)的标准差；所述中间层的对数正态分布函数f
23
(t
a
)的公式如下：其中，μ4表示对数正态分布函数f
23
(t
a
)的均值，σ4表示对数正态分布函数f
23
(t
a
)的标准差；所述输出层输出的估计通话间隔时间的累积分布函数的公式如下：其中，w
21
表示指数分布函数f
21
(t
a
)的权重，w
22
表示正态分布函数f
22
(t
a
)的权重，w
23
表示对数正态分布函数f
23
(t
a
)的权重；所述中间层在训练学习的过程中，使用的损失函数的公式如下：其中，F
a
表示统计得到的真实通话间隔时间的累积分布函数，表示累积分布函数生成器生成的估计通话间隔时间的累积分布函数。
5.根据权利要求3所述一种交通信息的估计方法，其特征在于：所述的通过估计的通话时间的概率密度函数和蜂窝网络信号的数量估计出交通信息具体包括：通过估计的通话保持时间的概率密度函数和HO信号的数量估计出交通流量，HO信号的数量与估计的交通流量之间的关系如以下公式：通过以上式(11)，得到估计的交通流量如以下公式：其中，Pr[t
h
＞x]表示通话保持时间t
h
大于驶入Cell
i
的时间x的概率，x由通话到达的时刻与驶入Cell
i
的时刻计算得到，Cell
i
表示第i个小区；表示估计的通话保持时间的概率密度函数；表示估计得到的C...

【专利技术属性】
技术研发人员：刘小娟，张翊卓，唐宏安，
申请(专利权)人：重庆理工大学，
类型：发明
国别省市：