CN111160521A - 基于深度神经网络图编码器的城市人类流动模式检测方法 - Google Patents

Abstract

本发明公开了一种基于深度神经网络稀疏图编码器的人类流动模式检测方法，包括以下步骤：采集城市数据，包括人类活动数据、城市兴趣点数据及城市地理信息数据；结合改进的OPTICS算法和城市数据将城市划分为若干个区域；根据区域划分结果，构建多个时间段的人类活动流量矩阵，并基于人类活动流量矩阵构建人类活动张量矩阵；基于深度神经网络的稀疏图编码器求取人类活动张量矩阵的结构化数据；利用聚类算法处理结构化数据获得各场景下的人类流动模式。本发明能适用于更复杂的数据结构，实现更有效的城市区域选取，更好地反映网络的结构特征，推断出在不同的时空环境下用户对POI的偏好，实现城市人类流动模式的有效检测，进而为城市规划和POI建设提供建议。

Description

基于深度神经网络图编码器的城市人类流动模式检测方法

技术领域

本发明涉及模式分析领域，特别涉及一种基于深度神经网络图编码器的城市人类流动模式检测方法。

背景技术

随着城市的快速发展，引发了诸如交通拥堵、资源浪费、人口密集等问题。另一方面随着定位技术服务(LTS)的普及以及计算能力的迅速提高，人类现实社会中的行为被数字化，形成海量数据。这些数据集的规模以及多维性使研究者们有机会探索社会的行为规律，并可以基于规律进行有效的预测从而解决快速城市化所带来的问题。

由于城市中的人群流动受时间、温度、环境等的影响，在不同的时间和天气情况会呈现着不同的人群流动模式，若是能够提前了解城市的流动模式，并对其进行相关的分析可以很好的解决由于人类流动所带来的交通拥堵问题，因此，探索城市人群的潜在流量模式对于城市建设、POI建议和需求分析具有重要意义。

目前已经有很多关于探索人类流动模式的研究，大多学者是基于主题模型发现城市人类流动模式，例如B.Gao等人通过从数字足迹和社交链接创建主题模型来发现人类的流动模式，Ziyatdinov等人提出了一种利用谱聚类算法的多视图数据模式提取方法，但经研究证明发现主题模型对于发现潜在的运动模式更为有效，而应用于实际的人类流动模式检测还存在一定问题，主要是因为：首先，城市数据对时间非常敏感，人类流动模式跟时间相关度很高，因此很难被主题模型捕获。其次，人类流动模式分析的主题模型中没有相应的评估措施。最后，人类流量数据是图形结构，这增加了数据处理过程的难度。

发明内容

本发明的目的在于提供一种基于深度神经网络稀疏图编码器的人类流动模式检测方法，能够适用于更复杂的数据结构，实现更有效的城市区域选取，更好地反映网络的结构特征，推断出在不同的时空环境下用户对POI的偏好。

实现本发明目的的技术解决方案为：一种基于深度神经网络稀疏图编码器的人类流动模式检测方法，包括以下步骤：

步骤1，采集城市数据，包括人类活动数据、城市兴趣点数据以及城市地理信息数据；

步骤2，结合改进的OPTICS算法和所述城市数据将整个城市划分为若干个区域；

步骤3，根据步骤2区域划分结果，构建多个时间段的人类活动流量矩阵，并基于人类活动流量矩阵构建人类活动张量矩阵；

步骤4，基于深度神经网络的稀疏图编码器求取人类活动张量矩阵的结构化数据；

步骤5，利用聚类算法处理所述结构化数据获得各场景下的人类流动模式。

进一步地，步骤1所述人类活动数据包括人类活动起始点经纬度(l₁,w₁)和人类活动终止点经纬度(l₂,w₂)；

所述城市兴趣点数据包括：兴趣点名称、兴趣点所在经纬度、兴趣点类型。

进一步地，步骤2所述结合改进的OPTICS算法和所述城市数据将整个城市划分为若干个区域，具体包括：

步骤2-1，根据城市地理信息数据将城市划分为规模大小相同的网格，建立网格坐标系；

步骤2-2，将所述人类活动数据对应到网格坐标系中，形成网格坐标系下的人类活动数据集；

步骤2-3，从所述人类活动数据集中随机选取某一数据p；

步骤2-4，获取以所述数据p为圆心、以自定义设置的eps为半径的范围内人类活动数据的数目，根据该数目求取数据p的最大搜索半径MR，所用公式为：

式中，

表示参数，N表示网格坐标系的网格数，getNerghbors()表示获取以所述数据p为圆心、以eps为半径的范围内人类活动数据的数目；

步骤2-5，获取以所述数据p为圆心、以MR为半径的范围内人类活动数据的数目，判断该数目是否大于预设阈值Pts，若是，则由以所述数据p为圆心、以MR为半径的范围内的人类活动数据形成新的集群；反之返回步骤2-4；

步骤2-6，判断所述人类活动数据集中的每一个数据是否全部被访问，若是，则执行下一步，反之返回执行步骤2-3。

步骤2-7，针对人类活动数据集中未归为任何一个集群的数据点，将其划分到距离该数据点最近的一个集群中，由此完成城市区域划分。

进一步地，步骤3所述根据步骤2区域划分结果，构建多个时间段的人类活动流量矩阵，具体包括：

假设步骤2区域划分后的区域个数即集群个数为M，并对M个区域进行顺序编号；

步骤3-1，构建T个时间段的人类活动流量矩阵，T个时间段包括t₁、t₂、...、t_T，且t₁＝t₂＝…＝t_T，其中某一时间段t₁的人类活动流量矩阵

为：矩阵

的维度为M×M，矩阵

中第i行第j列的元素f_ij表示从第i个区域流动到第j个区域人类活动数据点的数目；

步骤3-2，基于T个时间段的人类活动流量矩阵构建人类活动张量矩阵F：

式中，F为T×M×M维度的矩阵。

进一步地，步骤4所述基于深度神经网络的稀疏图编码器求取人类活动张量矩阵的结构化数据，具体包括：

步骤4-1，利用相似性度量RBF求取人类活动张量矩阵F的相似矩阵S，所用公式为：

式中，Fⁱ和F^j分别表示第i个时间段、第j个时间段的人类活动数据矩阵，σ表示惩罚因子；

步骤4-2，构建基于深度神经网络的稀疏图编码器，该编码器包括encode结构decode结构，具体包括输入层、三层隐藏层和输出层，并在编码器中添加Dropout层；按输入层至输出层的顺序，令l表示深度神经网络的第l层，l＝1....L，L表示深度神经网络的总层数；

步骤4-3，对所述相似矩阵S进行拉普拉斯归一化计算，所用公式为：

a⁰＝D^-1S

式中，a⁰表示相似矩阵S的拉普拉斯矩阵，D表示在相应的对角元素中具有节点度的一个对角矩阵；

步骤4-4，初始化l＝0，并令y^l等于a⁰；

步骤4-5，将y^l输入至步骤4-2构建的基于深度神经网络的稀疏图编码器中，并执行如下计算：

r^(l)～Bernoulli(p)

Y^(l)＝r^(l)*y^(l)

z^(l+1)＝w^(l+1)Y^(l)+b^(l+1)

y^(l+1)＝f(z^(l+1))

式中，y^l表示深度神经网络第l层的输出值，Bernoulli(p)表示某一向量中0值的概率为p，w^l和b^l分别表示深度神经网络的权重矩阵、第l个隐藏层的偏差，f()表示隐藏层和输出层的非线性激活函数，其形式为：

步骤4-6，令l递增1，并判断l是否等于L，若是，执行下一步，反之返回执行步骤4-5；

步骤4-7，优化深度神经网络以实现最小化原始数据x即a⁰和重建误差数据y即y^L，所用损失函数Loss(θ)为：

式中，β表示控制稀疏性惩罚的权重，

表示隐藏层激活的平均值，h_j表示隐藏层中第j个节点的激活值，n表示该隐藏层所包含节点总数；

优化后的深度神经网络中隐藏层的数据即为人类活动张量矩阵的结构化数据。

本发明与现有技术相比，其显著优点为：1)改进OPTICS算法，降低了算法运行的时间，可以对城市进行更好的区域划分；2)针对复杂城市的区域特征，设计了不同区域可达距离的选择条件，实现了更有效的区域距离选择；3)设计了基于深度神经网络的自编码器结构，可以更好的提取人类活动数据的特征；4)可以实现全天候的人类流动模式检测；5)能够适用于更复杂的数据结构，实现更有效的城市区域选取，更好地反映城市网络的结构特征。

下面结合附图对本发明作进一步详细描述。

附图说明

图1为本发明基于深度神经网络图编码器的人类流动模式检测方法流程图。

图2为本发明实施例中城市人类活动密度图，其中图(a)为普通时间段自行车密度示意图，图(b)为高峰时间段自行车密度示意图。

图3为本发明实施例中利用改进的OPTICS算法对城市郊区进行分区形成的城市区域图，其中图(a)为改进的OPTICS参数选择图，图(b)为簇类效果图。

图4为本发明实施例中利用改进的OPTICS算法对城市中心进行分区形成的城市区域图，其中图(a)为改进的OPTICS参数选择图，图(b)为簇类效果图。

图5为本发明实施例中算法误差对比图，其中图(a)为城市郊区误差对比图，图(b)为城市中心误差对比图。

图6为本发明实施例中不同场景下的人类流动模式图，其中图(a)为工作日高峰期，图(b)为工作日平时期，图(c)为雨天工作日，图(d)为周末，图(e)为雨天周末，图(f)为夜晚。

具体实施方式

结合图1，本发明提出了一种基于深度神经网络稀疏图编码器的人类流动模式检测方法，包括以下步骤：

步骤1，采集城市数据，包括人类活动数据、城市兴趣点数据以及城市地理信息数据；

这里，人类活动数据包括人类活动起始点经纬度(l₁,w₁)和人类活动终止点经纬度(l₂,w₂)；城市兴趣点数据包括：兴趣点名称、兴趣点所在经纬度、兴趣点类型，兴趣点表示人类感兴趣的区域。

步骤2，结合改进的OPTICS算法和城市数据将整个城市划分为若干个区域；该步骤具体包括：

步骤2-1，根据城市地理信息数据将城市划分为规模大小相同的网格，建立网格坐标系；

步骤2-2，将人类活动数据对应到网格坐标系中，形成网格坐标系下的人类活动数据集；

步骤2-3，从人类活动数据集中随机选取某一数据p；

步骤2-4，获取以数据p为圆心、以自定义设置的eps为半径的范围内人类活动数据的数目，根据该数目求取数据p的最大搜索半径MR，所用公式为：

式中，

表示参数，N表示网格坐标系的网格数，getNerghbors()表示获取以数据p为圆心、以eps为半径的范围内人类活动数据的数目；

步骤2-5，获取以数据p为圆心、以MR为半径的范围内人类活动数据的数目，判断该数目是否大于预设阈值Pts，若是，则由以数据p为圆心、以MR为半径的范围内的人类活动数据形成新的集群；反之返回步骤2-4；

步骤2-6，判断人类活动数据集中的每一个数据是否全部被访问，若是，则执行下一步，反之返回执行步骤2-3。

步骤2-7，针对人类活动数据集中未归为任何一个集群的数据点，将其划分到距离该数据点最近的一个集群中，由此完成城市区域划分。

这里，步骤2-7中针对人类活动数据集中未归为任何一个集群的数据点，将其划分到距离该数据点最近的一个集群中，具体包括：

针对人类活动数据集中未归为任何一个集群的数据点，求取该数据点到每一个集群中心的欧几里得距离d，所用公式为：

式中，(x₁,y₁)表示未归为任何一个集群的数据点在网格坐标系中的坐标，(x₂,y₂)表示某一个集群中心在网格坐标系中的坐标；

将未归为任何一个集群的数据点划分至最小的欧几里得距离d对应的集群中。

步骤3，根据步骤2区域划分结果，构建多个时间段的人类活动流量矩阵，并基于人类活动流量矩阵构建人类活动张量矩阵；该步具体包括：

假设步骤2区域划分后的区域个数即集群个数为M，并对M个区域进行顺序编号；

步骤3-1，构建T个时间段的人类活动流量矩阵，T个时间段包括t₁、t₂、...、t_T，且t₁＝t₂＝…＝t_T，其中某一时间段t₁的人类活动流量矩阵

为：矩阵

的维度为M×M，矩阵

中第i行第j列的元素f_ij表示从第i个区域流动到第j个区域人类活动数据点的数目；

步骤3-2，基于T个时间段的人类活动流量矩阵构建人类活动张量矩阵F：

式中，F为T×M×M维度的矩阵。

步骤4，基于深度神经网络的稀疏图编码器求取人类活动张量矩阵的结构化数据；该步具体包括：

步骤4-1，利用相似性度量RBF求取人类活动张量矩阵F的相似矩阵S，所用公式为：

式中，Fⁱ和F^j分别表示第i个时间段、第j个时间段的人类活动数据矩阵，σ表示惩罚因子；

步骤4-2，构建基于深度神经网络的稀疏图编码器，该编码器包括encode结构decode结构，具体包括输入层、三层隐藏层和输出层，并在编码器中添加Dropout层；按输入层至输出层的顺序，令l表示深度神经网络的第l层，l＝1....L，L表示深度神经网络的总层数；

步骤4-3，对相似矩阵S进行拉普拉斯归一化计算，所用公式为：

a⁰＝D^-1S

式中，a⁰表示相似矩阵S的拉普拉斯矩阵，D表示在相应的对角元素中具有节点度的一个对角矩阵；

步骤4-4，初始化l＝0，并令y^l等于a⁰；

步骤4-5，将y^l输入至步骤4-2构建的基于深度神经网络的稀疏图编码器中，并执行如下计算：

r^(l)～Bernoulli(p)

Y^(l)＝r^(l)*y^(l)

z^(l+1)＝w^(l+1)Y^(l)+b^(l+1)

y^(l+1)＝f(z^(l+1))

式中，y^l表示深度神经网络第l层的输出值，Bernoulli(p)表示某一向量中0值的概率为p，w^l和b^l分别表示深度神经网络的权重矩阵、第l个隐藏层的偏差，f()表示隐藏层和输出层的非线性激活函数，其形式为：

步骤4-6，令l递增1，并判断l是否等于L，若是，执行下一步，反之返回执行步骤4-5；

步骤4-7，优化深度神经网络以实现最小化原始数据x即a⁰和重建误差数据y即y^L，所用损失函数Loss(θ)为：

式中，β表示控制稀疏性惩罚的权重，

表示隐藏层激活的平均值，h_j表示隐藏层中第j个节点的激活值，n表示该隐藏层所包含节点总数；

优化后的深度神经网络中隐藏层的数据即为人类活动张量矩阵的结构化数据。

步骤5，利用聚类算法处理结构化数据获得各场景下的人类流动模式。

这里，各场景包括不同时间、不同环境等等。

这里优选地，采用k-means聚类算法处理结构化数据。

下面结合实施例对本发明作进一步详细的说明。

实施例

本实施例中研究的城市对象为10000m×10000m范围的上海地区，采集了大量共享单车数据来测试本发明的方法。采集的数据包含957,357,367个骑乘记录，每条记录都指定一个自行车ID、接送地点(起点经纬度)、接送时间(起点时间)、停车地点(终点经纬度)和停车时间(终点时间)，其具体的分布如图2所示，图中点越密集表明自行车的密度越大，对比图2(a)、图2(b)可知，自行车密度在不同的时间段相差明显。

基于图2(b)中的流量数据，分别选择城市区域中的郊区和市中心两个地区为中心，并将其周围2000米半径的圆形范围作为研究区域，利用本发明改进的OPTICS算法进行区域划分，划分结果如图3、图4所示，图3(a)和4(a)中每个凹槽代表一个集群，凹槽的数量表示该区域所形成的集群簇，图3(b)和4(b)是对集群簇所处位置的可视化，其中每个聚集点标识为一个簇，空白处表示没人类活动流量。之后，根据区域划分结果，构建多个时间段的人类活动流量矩阵，并基于人类活动流量矩阵构建人类活动张量矩阵，随后利用相似性度量对于人类活动张量构建图并将其应用到基于稀疏性约束的图聚类模型(GCS)中，误差效果对比如图5所示，横轴表示预定义流动模式的数量，纵轴表示相应的DBI(度量标准)值，由图5可知，市中心区域被划分为9种流动模式时效果误差最小，而郊区区域的流量模式被划分为6种流动模式时效果误差最小，该差距是由于市中心区域自行车分布密集，人类流动模式更加复杂，因此可以形成更加多的集群，相比之下，郊区的自行车分布非常分散，人流流动模式更为单一，所以无法形成有效的集群。此外，对比本发明方法、传统的谱聚类和K-means方法的聚类效果如图5所示，由图5可知：(i)具有稀疏约束的图聚类模型(GCS)的总体误差低于谱聚类，这表明具有稀疏约束的图聚类有助于提高聚类的有效性；(ii)K-means不能很好地处理图形结构，因为k-means的DBI值远高于谱聚类和GCS；(iii)不同地区有不同的流动模式种类结果。

为了进一步评估本发明提出的模型的性能，以上海大剧院作为研究区域，执行本发明的过程，并利用另一种方式来可视化实验结果，如图6所示，共获得六种人类流动模式，包括工作日(早高峰时段)，下雨工作日和周末等，每一种人类流动模式呈现着差异性，如工作日高峰期，自行车行程数远远大于其他模式，并且行程主要分布中等距离(400-1000米)，另外周末的雨天和平时的周末也呈现不同的流动状态，这可能是因为雨天时许多准备外出游玩的人会选择其他交通工具或者待在家中。

综上所述，本发明能适用于更复杂的数据结构，实现更有效的城市区域选取，更好地反映网络的结构特征，推断出在不同的时空环境下用户对POI的偏好，实现城市人类流动模式的有效检测，进而为城市规划和POI建设提供建议。

Claims (7)

1.一种基于深度神经网络稀疏图编码器的人类流动模式检测方法，其特征在于，包括以下步骤：

步骤1，采集城市数据，包括人类活动数据、城市兴趣点数据以及城市地理信息数据；

步骤2，结合改进的OPTICS算法和所述城市数据将整个城市划分为若干个区域；

步骤3，根据步骤2区域划分结果，构建多个时间段的人类活动流量矩阵，并基于人类活动流量矩阵构建人类活动张量矩阵；

步骤4，基于深度神经网络的稀疏图编码器求取人类活动张量矩阵的结构化数据；

步骤5，利用聚类算法处理所述结构化数据获得各场景下的人类流动模式。

2.根据权利要求1所述的基于深度神经网络稀疏图编码器的人类流动模式检测方法，其特征在于，步骤1所述人类活动数据包括人类活动起始点经纬度(l₁,w₁)和人类活动终止点经纬度(l₂,w₂)；

所述城市兴趣点数据包括：兴趣点名称、兴趣点所在经纬度、兴趣点类型。

3.根据权利要求1或2所述的基于深度神经网络图编码器的人类流动模式检测方法，其特征在于，步骤2所述结合改进的OPTICS算法和所述城市数据将整个城市划分为若干个区域，具体包括：

步骤2-1，根据城市地理信息数据将城市划分为规模大小相同的网格，建立网格坐标系；

步骤2-2，将所述人类活动数据对应到网格坐标系中，形成网格坐标系下的人类活动数据集；

步骤2-3，从所述人类活动数据集中随机选取某一数据p；

步骤2-4，获取以所述数据p为圆心、以自定义设置的eps为半径的范围内人类活动数据的数目，根据该数目求取数据p的最大搜索半径MR，所用公式为：

式中，

表示参数，N表示网格坐标系的网格数，getNerghbors()表示获取以所述数据p为圆心、以eps为半径的范围内人类活动数据的数目；

步骤2-5，获取以所述数据p为圆心、以MR为半径的范围内人类活动数据的数目，判断该数目是否大于预设阈值Pts，若是，则由以所述数据p为圆心、以MR为半径的范围内的人类活动数据形成新的集群；反之返回步骤2-4；

步骤2-6，判断所述人类活动数据集中的每一个数据是否全部被访问，若是，则执行下一步，反之返回执行步骤2-3。

步骤2-7，针对人类活动数据集中未归为任何一个集群的数据点，将其划分到距离该数据点最近的一个集群中，由此完成城市区域划分。

4.根据权利要求3所述的基于深度神经网络图编码器的人类流动模式检测方法，其特征在于，步骤2-7所述针对人类活动数据集中未归为任何一个集群的数据点，将其划分到距离该数据点最近的一个集群中，具体包括：

针对人类活动数据集中未归为任何一个集群的数据点，求取该数据点到每一个集群中心的欧几里得距离d，所用公式为：

式中，(x₁,y₁)表示未归为任何一个集群的数据点在网格坐标系中的坐标，(x₂,y₂)表示某一个集群中心在网格坐标系中的坐标；

将未归为任何一个集群的数据点划分至最小的欧几里得距离d对应的集群中。

5.根据权利要求1所述的基于深度神经网络图编码器的人类流动模式检测方法，其特征在于，步骤3所述根据步骤2区域划分结果，构建多个时间段的人类活动流量矩阵，具体包括：

假设步骤2区域划分后的区域个数即集群个数为M，并对M个区域进行顺序编号；

步骤3-1，构建T个时间段的人类活动流量矩阵，T个时间段包括t₁、t₂、...、t_T，且t₁＝t₂＝…＝t_T，其中某一时间段t₁的人类活动流量矩阵

为：矩阵

的维度为M×M，矩阵

中第i行第j列的元素f_ij表示从第i个区域流动到第j个区域人类活动数据点的数目；

步骤3-2，基于T个时间段的人类活动流量矩阵构建人类活动张量矩阵F：

式中，F为T×M×M维度的矩阵。

6.根据权利要求5所述的基于深度神经网络图编码器的人类流动模式检测方法，其特征在于，步骤4所述基于深度神经网络的稀疏图编码器求取人类活动张量矩阵的结构化数据，具体包括：

步骤4-1，利用相似性度量RBF求取人类活动张量矩阵F的相似矩阵S，所用公式为：

式中，Fⁱ和F^j分别表示第i个时间段、第j个时间段的人类活动数据矩阵，σ表示惩罚因子；

步骤4-2，构建基于深度神经网络的稀疏图编码器，该编码器包括encode结构decode结构，具体包括输入层、三层隐藏层和输出层，并在编码器中添加Dropout层；按输入层至输出层的顺序，令l表示深度神经网络的第l层，l＝1....L，L表示深度神经网络的总层数；

步骤4-3，对所述相似矩阵S进行拉普拉斯归一化计算，所用公式为：

a⁰＝D^-1S

式中，a⁰表示相似矩阵S的拉普拉斯矩阵，D表示在相应的对角元素中具有节点度的一个对角矩阵；

步骤4-4，初始化l＝0，并令y^l等于a⁰；

步骤4-5，将y^l输入至步骤4-2构建的基于深度神经网络的稀疏图编码器中，并执行如下计算：

r^(l)～Bernoulli(p)

Y^(l)＝r^(l)*y^(l)

z^(l+1)＝w^(l+1)Y^(l)+b^(l+1)

y^(l+1)＝f(z^(l+1))

式中，y^l表示深度神经网络第l层的输出值，Bernoulli(p)表示某一向量中0值的概率为p，w^l和b^l分别表示深度神经网络的权重矩阵、第l个隐藏层的偏差，f()表示隐藏层和输出层的非线性激活函数，其形式为：

步骤4-6，令l递增1，并判断l是否等于L，若是，执行下一步，反之返回执行步骤4-5；

步骤4-7，优化深度神经网络以实现最小化原始数据x即a⁰和重建误差数据y即y^L，所用损失函数Loss(θ)为：

式中，β表示控制稀疏性惩罚的权重，

表示隐藏层激活的平均值，h_j表示隐藏层中第j个节点的激活值，n表示该隐藏层所包含节点总数；

优化后的深度神经网络中隐藏层的数据即为人类活动张量矩阵的结构化数据。

7.根据权利要求6所述的基于深度神经网络图编码器的城市人类流动模式检测方法，其特征在于，步骤5所述利用聚类法处理所述结构化数据获得各场景下的人类流动模式，具体采用k-means聚类算法处理所述结构化数据。

Images