一种基于大数据分析的出租车轨迹数据分析方法技术

本发明专利技术公开了一种基于大数据分析的出租车轨迹数据分析方法，涉及大数据分析技术领域，包括收集出租车的轨迹数据，并将轨迹点映射到二维平面上，形成轨迹图像；应用改进的卷积网络处理轨迹图像，提取轨迹的空间特征，并基于LSTM网络提取轨迹的时间特征；融合所述空间特征和所述时间特征，并建立目的地预测模型；对训练完成的目的地预测模型进行评估和优化，并基于优化后的目的地预测模型对出租车的目的地进行预测。本发明专利技术通过准确预测出租车的目的地，能够帮助出租车公司和司机更有效地进行车辆调度，降低空驶率，有助于实时调整交通信号灯、规划绕行路线，以及在需要时调整交通管制措施，从而有效缓解交通拥堵。

【技术实现步骤摘要】

本专利技术涉及大数据分析，特别是一种基于大数据分析的出租车轨迹数据分析方法。

技术介绍

1、在当前城市交通管理和出租车行业的背景下，有效分析和预测出租车轨迹数据成为了一个重要且挑战性的任务。出租车作为城市交通系统的重要组成部分，其运行数据蕴含着丰富的城市动态信息，如交通流量分布、拥堵状况和出行需求等。然而，由于城市环境的复杂性以及出租车运行轨迹数据的高维度和大规模特性，传统的数据分析方法难以有效处理这些数据，更无法根据这些轨迹数据很好的预测出租车的目的地，从而影响出租车调度效率和城市交通规划的优化。

技术实现思路

1、鉴于上述现有技术中存在的问题，提出了本专利技术。

2、因此，本专利技术所要解决的问题在于如何提供一种基于大数据分析的出租车轨迹数据分析方法。

3、为解决上述技术问题，本专利技术提供如下技术方案：一种基于大数据分析的出租车轨迹数据分析方法，其包括：收集出租车的轨迹数据，并将轨迹点映射到二维平面上，形成轨迹图像；应用改进的卷积网络处理轨迹图像，提取轨迹的空间特征，并基于lst本文档来自技高网...

【技术保护点】

1.一种基于大数据分析的出租车轨迹数据分析方法，其特征在于：包括：

2.如权利要求1所述的基于大数据分析的出租车轨迹数据分析方法，其特征在于：所述基于LSTM网络提取轨迹的时间特征包括如下步骤，

3.如权利要求2所述的基于大数据分析的出租车轨迹数据分析方法，其特征在于：通过如下公式融合所述空间特征和所述时间特征，

4.如权利要求3所述的基于大数据分析的出租车轨迹数据分析方法，其特征在于：建立目的地预测模型包括如下步骤，

5.如权利要求4所述的基于大数据分析的出租车轨迹数据分析方法，其特征在于：所述目的地预测模型表示为，</p>

6.如权...

【技术特征摘要】

1.一种基于大数据分析的出租车轨迹数据分析方法，其特征在于：包括：

2.如权利要求1所述的基于大数据分析的出租车轨迹数据分析方法，其特征在于：所述基于lstm网络提取轨迹的时间特征包括如下步骤，

3.如权利要求2所述的基于大数据分析的出租车轨迹数据分析方法，其特征在于：通过如下公式融合所述空间特征和所述时间特征，

4.如权利要求3所述的基于大数据分析的出租车轨迹数据分析方法，其特征在于：建立目的...

【专利技术属性】
技术研发人员：邬洋，张琳，韩超，刘嘉靖，戴金洲，吕庆斌，陈孟达，郭子君，钟颖，许鹏，王雪，刘晨鹤，
申请(专利权)人：北京市计量检测科学研究院，
类型：发明
国别省市：