CN113064931B - 一种基于Skip-Gram模型的城际高速路网重点通道识别方法 - Google Patents

Abstract

本专利公开了一种基于Skip‑Gram模型的城市路网重点通道识别方法，包括以下步骤：步骤一：获取浮动车数据并预处理；步骤二：得到轨迹数据序列；骤三：城际高速路网中路段向量的训练和获取；步骤四：城际高速路网中轨迹向量的训练和获取；步骤五：城际高速路网重点通道生成。本方法可以利用易获取的浮动车数据，找到城际高速路网中重要的通道，从而便于城市交通管理者从城际高速路网全网的角度出发，结合实际重要的公路通道，采取相应的措施解决道路拥堵等问题，提高城市路网的运行效率。

Description

一种基于Skip-Gram模型的城际高速路网重点通道识别方法

技术领域

本发明属于智能交通领域，具体涉及一种基于Skip-Gram模型的城际高速路网重点通道识别方法。

背景技术

城市交通的快速发展给人们的生活带来了极大便利，但也给城市交通的管理者带来了十足的考验。随着城市的扩张和城市居民机动车保有量的快速增长，城际高速公路的交通环境变得更加复杂，高速公路拥堵问题日益严重，增加了市民的出行时间、降低了出行效率。

为了缓解城际高速公路拥堵问题，亟需找到在城际高速路网中承担主要作用的重点通道。城际高速路网中的重点通道是在整个路网中起到重要影响作用、车流量集中、与上下游联系紧密的公路通道。城市管理者可以利用重点通道的识别结果，从路网层面的出行需求入手，对重点通道及其上下游的车流进行诱导、控制和平衡，从而减少城际高速路网拥堵的时间，降低拥堵程度，提高城际高速路网的运行效率。

国内外目前的相关研究集中于城市关键路段的识别，一类是考虑路段的可靠性或脆弱性，通过路段易失效概率和失效后产生的影响来判断是否为关键路段；另一类则以路网静态拓扑结构的指标为依据，选出路网中重要影响的路段。但可以发现，以上两类方法得到是路网中的影响较大的几条关键路段，而往往会忽略路段上下游之间的联系与影响，不利于城市交通管理者对路网整体进行联动的规划与管理。

针对上述问题，为了在考虑路段间隐含关联性的条件下找出城际高速路网的重点通道，本专利采用自然语言处理中的Skip-Gram模型，训练轨迹数据并生成每个路段的向量，并结合聚类方法，最终实现对城际高速路网的重点通道识别。该方法将路段之间的联系转化为向量之间的关联，即使距离较远也可以快速发现路段间隐含的关联性。

发明内容

本发明要解决的技术问题是：克服上述现有技术的不足，提出一种城际高速路网重点通道识别方法。

本发明的技术方案为：一种基于Skip-Gram模型的城市路网重点通道识别方法，包括以下步骤：

步骤一：获取浮动车数据并预处理

本步骤中的浮动车数据来自于浮动车上的GPS模块，数据包括：车辆识别号、时间戳、经度、纬度等信息，预处理包括数据清洗和去噪、地图匹配、高速路网路段划分。

步骤二：得到轨迹数据序列

首先对浮动车轨迹数据进行规范化处理，将每一条轨迹数据所经过的路段ID按行驶顺序排序，并将所有的路段ID转化为one-hot编码，便于训练向量。one-hot编码是一个M维向量，表示为u＝{0，0，...，1，...，0，0}，它的长度M与所有路段ID的数量相同，每个路段ID对应一个one-hot编码，且该向量中只有对应的激活点值为1，其余值均为0。由此得到了每一条轨迹数据的路段one-hot编码序列：Xi＝{u_i1，u_i2，...，u_ij}，式中，Xi表示第i次出行的轨迹路段序列，uij表示第i次出行中第j个达到的路段的one-hot编码。

步骤三：城际高速路网中路段向量的训练和获取

使用Skip-Gram模型，对轨迹数据序列进行训练。Skip-Gram模型是一个三层神经网络，模型的输入层将每一条轨迹序列X中路段对应的one-hot编码依次输入；模型的投影层是一个M*N的权重矩阵，M表示整个轨迹数据库中所有路段的数量，即one-hot编码的长度，N表示所要得到路段向量的长度；模型的输出层是预测每一个输入路段前后相邻的K个路段的概率分布结果，K为设置的窗口大小，每次输出的概率和为1。对于给定的路段w_ii预测出相邻路段w_ih的概率公式如下：

式中，i表示第i次出行轨迹j和h分别为该次出行中的第j个和第h个路段，u_ih为路段w_ih的one-hot编码，u_ij为路段w_ij的one-hot编码，M为one-hot编码的维数，即路段总数。

Skip-Gram模型的目标为最大化目标函数，目标函数公式如下：

将路段的one-hot编码与最终得到权重矩阵相乘，即得到了维数为N的路段向量c。路段向量之间越相似，代表路段间的交通相关性越大。

步骤四：城际高速路网中轨迹向量的训练和获取

利用SIF(smooth inverse frequency)加权法将步骤三中得到的路段向量c转化为轨迹向量v_i′。SIF加权法通过计算路段在轨迹中出现的频率得到每个路段向量的SIF权重，再以SIF为权重对所有路段向量加权平均，最后减掉其中的第一主成分的投影得到最终的轨迹向量。

利用SIF加权法得到的轨迹向量既保留了大部分路段向量的信息，也对轨迹中出现频率较高的共有路段进行处理，通过降低其权重来减弱共有路段对不同轨迹的影响，从而突出了各个轨迹的特征，SIF加权法公式如下：

式中，v_i′为第i次出行的去主成分前的轨迹向量，j为第i次出行中的第j个路段，J为第i次出行中的路段总数，a为平滑系数，取0.001，p_c为路段向量c所代表的路段在高速路网所有轨迹中出现的概率，c_il为第i次出行中第1个路段的路段向量。

在得到去主成分前的轨迹向量之后，再对所有的轨迹向量进行主成分分析，计算出所有轨迹向量的第一主成分，最后统一减去所得的第一主成分，即得到最终的轨迹向量，公式如下：

v_i＝v_i′-kk^Tv_i′

式中，v_i为第i次出行的去主成分后的最终轨迹向量，k为所有轨迹向量v′构成的矩阵通过奇异值分解得到的特征矩阵，k^T为k的转置矩阵。

步骤五：城际高速路网重点通道生成

基于步骤四中得到的轨迹向量，定义两个轨迹之间的相似度用两个轨迹向量v_x和v_y的余弦相似度cos(v_x，v_y)表示：

式中，N为轨迹向量的维数，轨迹向量维数与路段向量维数相同，x_n表示向量v_x第n维的坐标，y_n表示向量v_y第n维的坐标。

随后建立初始轨迹相似度矩阵F，f(s，t)表示相似度矩阵中轨迹s与轨迹t之间的相似度。

同时定义可信度r(s，t)代表轨迹s适合作为轨迹t的聚类中心的程度；定义可用度a(s，t)代表轨迹s选择轨迹t作为自己聚类中心的程度；定义阻尼系数λ用于调节算法迭代的稳定性和收敛速度，一般取[0.5，1]。

基于以上定义，对轨迹向量进行聚类，得到的聚类中心轨迹即为当前城际高速路网中的重点通道，聚类步骤如下：

1)计算初始的轨迹相似度矩阵S，对λ赋初值，设定迭代次数P；

2)计算轨迹间的可信度和可用度；

式中，t′和s′分别表示不同于t和s的其他轨迹。

3)更新可信度和可用度；

r_s+1(s，t)＝λr_s(s，t)+(1-λ)r_s+1(s，t)

a_s+1(s，t)＝λa_s(s，t)+(1-λ)a_s+1(s，t)

式中，r_s+1(s，t)、a_s+1(s，t)分别表示本次更新的可信度和可用度，r_s(s，t)、a_s(s，t)分别表示上次更新的可信度和可用度。

4)确定聚类中心Q；

Q＝arg max{r(s，t)+a(s，t)}

5)若迭代次数达到预定值，或当前的轨迹聚类中心不再变化，则停止计算，并将成为聚类中心的轨迹和所属各自聚类类别的轨迹确定及记录；否则返回2)。

本方法可以利用易获取的浮动车数据，找到城际高速路网中重要的通道，从而便于城市交通管理者从城际高速路网全网的角度出发，结合实际重要的公路通道，采取相应的措施解决道路拥堵等问题，提高城市路网的运行效率。

附图说明

图1是本发明提供的城际高速路网重点通道识别方法的整体流程框图。

图2是本发明由轨迹向量识别出城际高速路网重点通道是流程框图。

具体实施方式

下面结合附图对本发明对进一步详细说明。本专利涉及一种基于Skip-Gram模型的城际高速路网重点通道识别方法，包括如下步骤。

步骤一：获取浮动车数据并预处理

本步骤中的浮动车数据来自于浮动车上的GPS模块，数据包括：车辆识别号、时间戳、经度、纬度等信息，预处理包括数据清洗和去噪、地图匹配、高速路网路段划分。

首先对所获得的浮动车进行数据清洗，清洗连续五分钟在同一位置不变的重复数据，同时，利用卡尔曼滤波法对浮动车数据进行去噪；

然后根据浮动车的位置数据进行地图匹配，获得每辆车每次出行的轨迹数据，并删除未匹配到高速路网上的数据；

最后对高速路网的路段进行划分，以每个匝道口和交叉口味＝为断点对每条高速公路进行分段，并对每段道路标记ID。

步骤二：得到轨迹数据序列

首先对浮动车轨迹数据进行规范化处理，将每一条轨迹数据所经过的路段ID按行驶顺序排序，并将所有的路段ID转化为one-hot编码，便于训练向量。one-hot编码是一个M维向量，表示为u＝{0，0，...，1，...，0，0}，它的长度M与所有路段ID的数量相同，每个路段ID对应一个one-hot编码，且该向量中只有对应的激活点值为1，其余值均为0。由此得到了每一条轨迹数据的路段one-hot编码序列：X_i＝{u_i1，u_i2，...，u_ij}，式中，X_i表示第i次出行的轨迹路段序列，u_ij表示第i次出行中第j个达到的路段的one-hot编码。

步骤三：城际高速路网中路段向量的训练和获取

使用Skip-Gram模型，对轨迹数据序列进行训练。Skip-Gram模型是一个三层神经网络，模型的输入层将每一条轨迹序列X中路段对应的one-hot编码依次输入；模型的投影层是一个M*N的权重矩阵，M表示整个轨迹数据库中所有路段的数量，即one-hot编码的长度，N表示所要得到向量的长度；模型的输出层是预测每一个输入路段前后相邻的K个路段的概率分布结果，K为设置的窗口大小，每次输出的概率和为1。对于给定的路段w_ij预测出相邻路段w_ih的概率公式如下：

式中，i表示第i次出行轨迹，j和h分别为该次出行中的第j个和第h个路段，u_ih为路段w_ih的one-hot编码，u_ij为路段w_ij的one-hot编码，M为one-hot编码的维数，即路段总数。

Skip-Gram模型的目标为最大化目标函数，目标函数公式如下：

将路段的one-hot编码与最终得到权重矩阵相乘，即得到了维数为N的路段向量t。路段向量之间越相似，代表路段间的交通相关性越大。

步骤四：城际高速路网中轨迹向量的训练和获取

利用SIF(smooth inverse frequency)加权法将步骤三中得到的路段向量t转化为轨迹向量v_i′。SIF加权法通过计算路段在轨迹中出现的频率得到每个路段向量的SIF权重，再以SIF为权重对所有路段向量加权平均，最后减掉其中的第一主成分的投影得到最终的轨迹向量。

利用SIF加权法得到的轨迹向量既保留了大部分路段向量的信息，也对轨迹中出现频率较高的共有路段进行处理，通过降低其权重来减弱共有路段对不同轨迹的影响，从而突出了各个轨迹的特征，SIF加权法公式如下：

式中，v_i′为第i次出行的去主成分前的轨迹向量，j为第i次出行中的第j个路段，J为第i次出行中的路段总数，a为平滑系数，取0.001，p_c为路段向量c所代表的路段在高速路网所有轨迹中出现的概率，c_il为第i次出行中第1个路段的路段向量。

在得到去主成分前的轨迹向量之后，再对所有的轨迹向量进行主成分分析，计算出所有轨迹向量的第一主成分，最后统一减去所得的第一主成分，即得到最终的轨迹向量，公式如下：

v_i＝v_i′-kk^Tv_i′

式中，v_i为第i次出行的去主成分后的最终轨迹向量，k为所有轨迹向量v′构成的矩阵通过奇异值分解得到的特征矩阵，k^T为k的转置矩阵。

步骤五：城际高速路网重点通道生成

基于步骤四中得到的轨迹向量，定义两个轨迹之间的相似度用两个轨迹向量v_x和v_y的余弦相似度cos(v_x，v_y)表示：

式中，N为轨迹向量的维数，轨迹向量维数与路段向量维数相同，x_n表示向量v_x第n维的坐标，y_n表示向量v_y第n维的坐标。

随后建立初始轨迹相似度矩阵F，f(s，t)表示相似度矩阵中轨迹s与轨迹t之间的相似度。

同时定义可信度r(s，t)代表轨迹s适合作为轨迹t的聚类中心的程度；定义可用度a(s，t)代表轨迹s选择轨迹t作为自己聚类中心的程度；定义阻尼系数λ用于调节算法迭代的稳定性和收敛速度，一般取[0.5，1]。

基于以上定义，对轨迹向量进行聚类，得到的聚类中心轨迹即为当前城际高速路网中的重点通道，聚类步骤如下：

1)计算初始的轨迹相似度矩阵S，对λ赋初值，设定迭代次数P；

2)计算轨迹间的可信度和可用度；

式中，t′和s′分别表示不同于t和s的其他轨迹。

3)更新可信度和可用度；

r_s+1(s，t)＝λr_s(s，t)+(1-λ)r_s+1(s，t)

a_s+1(s，t)＝λa_s(s，t)+(1-λ)a_s+1(s，t)

式中，r_s+1(s，t)、a_s+1(s，t)分别表示本次更新的可信度和可用度，r_s(s，t)、a_s(s，t)分别表示上次更新的可信度和可用度。

4)确定聚类中心Q；

Q＝arg max{r(s，t)+a(s，t)} 5)

若迭代次数达到预定值P次，或当前的轨迹聚类中心不再变化，则停止计算，并将成为聚类中心的轨迹和所属各自聚类类别的轨迹确定及记录；否则返回2)。

Claims (4)

1.一种基于Skip-Gram模型的城市路网重点通道识别方法，其特征在于，包括以下步骤：

步骤一，获取浮动车上的GPS数据并预处理；

步骤二，利用所述GPS数据得到的浮动车轨迹数据，得到每一条轨迹数据的路段one-hot编码序列：X_i＝{u_i1,u_i2,…,u_ij}，式中，X_i表示第i次出行的轨迹路段序列，u_ij表示第i次出行中第j个达到的路段的one-hot编码；

步骤三，使用Skip-Gram模型训练和获取城际高速路网中路段向量c，具体包括：

Skip-Gram模型对于给定的路段w_ij预测出相邻路段w_ih的概率

式中，i表示第i次出行轨迹，j和h分别为该次出行中的第j个和第h个路段，u_ih为路段w_ih的one-hot编码，u_ij为路段w_ij的one-hot编码，M为one-hot编码的维数，即路段总数；Skip-Gram模型的目标为最大化目标函数

将路段的one-hot编码与最终得到权重矩阵相乘，即得到了维数为N的路段向量c；

步骤四、利用SIF加权法将步骤三中得到的路段向量c转化为轨迹向量v_i'，所述SIF加权法具体公式为：

其中，v_i'为第i次出行的去主成分前的轨迹向量，j为第i次出行中的第j个路段，J为第i次出行中的路段总数，a为平滑系数，p_c为路段向量c所代表的路段在高速路网所有轨迹中出现的概率，c_il为第i次出行中第l个路段的路段向量；

再对所有的轨迹向量v_i'进行主成分分析，计算出所有轨迹向量的第一主成分，最后统一减去所得的第一主成分，得到最终的轨迹向量v_i；

步骤五、基于步骤四中得到的轨迹向量v_i，定义两个轨迹之间的相似度用两个轨迹向量v_x和v_y的余弦相似度；然后建立初始轨迹相似度矩阵F，f(s,t)表示相似度矩阵中轨迹s与轨迹t之间的相似度；并定义可信度r(s,t)代表轨迹s适合作为轨迹t的聚类中心的程度；定义可用度a(s,t)代表轨迹s选择轨迹t作为自己聚类中心的程度；然后对最终的轨迹向量进行聚类，得到的聚类中心轨迹即为当前城际高速路网中的重点通道。

2.根据权利要求1所述的一种基于Skip-Gram模型的城市路网重点通道识别方法，其特征在于，得到最终的轨迹向量公式为v_i＝v_i'-kk^Tv_i'，其中，v_i为第i次出行的去主成分后的最终轨迹向量，k为所有轨迹向量v'构成的矩阵通过奇异值分解得到的特征矩阵，k^T为k的转置矩阵。

3.根据权利要求1所述的一种基于Skip-Gram模型的城市路网重点通道识别方法，其特征在于，两个轨迹向量v_x和v_y的余弦相似度cos(v_x,v_y)表示：

式中，N为轨迹向量的维数，轨迹向量维数与路段向量维数相同，x_n表示向量v_x第n维的坐标，y_n表示向量v_y第n维的坐标。

4.根据权利要求3所述的一种基于Skip-Gram模型的城市路网重点通道识别方法，其特征在于，对轨迹向量进行聚类的步骤如下：

S1计算初始的轨迹相似度矩阵S，对阻尼系数λ赋初值，设定迭代次数P；

S2计算轨迹间的可信度r(s,t)和可用度a(s,t)；

式中，f(s,t)表示相似度矩阵中轨迹s与轨迹t之间的相似度，r(s,t)代表轨迹s适合作为轨迹t的聚类中心的程度，a(s,t)代表轨迹s选择轨迹t作为自己聚类中心的程度，t'和s'分别表示不同于t和s的其他轨迹；

S3更新可信度和可用度；

r_s+1(s,t)＝λr_s(s,t)+(1-λ)r_s+1(s,t)

a_s+1(s,t)＝λa_s(s,t)+(1-λ)a_s+1(s,t)

式中，r_s+1(s,t)、a_s+1(s,t)分别表示本次更新的可信度和可用度，r_s(s,t)、a_s(s,t)分别表示上次更新的可信度和可用度；阻尼系数λ用于调节算法迭代的稳定性和收敛速度；

S4确定聚类中心Q＝arg max{r(s,t)+a(s,t)}；

S5若迭代次数达到预定值或当前的轨迹聚类中心不再变化，则停止计算，并将成为聚类中心的轨迹和所属各自聚类类别的轨迹确定及记录；否则返回S2。

Images