CN113851007B - 划分时段的方法、装置、电子设备和存储介质 - Google Patents
划分时段的方法、装置、电子设备和存储介质 Download PDFInfo
- Publication number
- CN113851007B CN113851007B CN202111139260.3A CN202111139260A CN113851007B CN 113851007 B CN113851007 B CN 113851007B CN 202111139260 A CN202111139260 A CN 202111139260A CN 113851007 B CN113851007 B CN 113851007B
- Authority
- CN
- China
- Prior art keywords
- loss
- group
- alternative
- determining
- unit
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 238000000034 method Methods 0.000 title claims abstract description 61
- 238000000638 solvent extraction Methods 0.000 claims description 21
- 238000005192 partition Methods 0.000 claims description 16
- 230000011218 segmentation Effects 0.000 claims description 7
- 230000009467 reduction Effects 0.000 claims description 5
- 238000012935 Averaging Methods 0.000 claims description 3
- 238000013473 artificial intelligence Methods 0.000 abstract description 3
- 238000004891 communication Methods 0.000 description 14
- 238000010586 diagram Methods 0.000 description 13
- 238000004590 computer program Methods 0.000 description 9
- 238000012545 processing Methods 0.000 description 7
- 230000008569 process Effects 0.000 description 5
- 230000006870 function Effects 0.000 description 3
- 238000012986 modification Methods 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 3
- 238000004422 calculation algorithm Methods 0.000 description 2
- 230000003993 interaction Effects 0.000 description 2
- 238000012544 monitoring process Methods 0.000 description 2
- NAWXUBYGYWOOIX-SFHVURJKSA-N (2s)-2-[[4-[2-(2,4-diaminoquinazolin-6-yl)ethyl]benzoyl]amino]-4-methylidenepentanedioic acid Chemical compound C1=CC2=NC(N)=NC(N)=C2C=C1CCC1=CC=C(C(=O)N[C@@H](CC(=C)C(O)=O)C(O)=O)C=C1 NAWXUBYGYWOOIX-SFHVURJKSA-N 0.000 description 1
- 241000287196 Asthenes Species 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000018109 developmental process Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000002349 favourable effect Effects 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 238000010606 normalization Methods 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 238000012216 screening Methods 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 230000001953 sensory effect Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/07—Controlling traffic signals
- G08G1/08—Controlling traffic signals according to detected number or speed of vehicles
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Data Exchanges In Wide-Area Networks (AREA)
Abstract
本公开公开了一种划分时段的方法、装置、电子设备和存储介质,应用于人工智能领域,具体涉及智能交通领域和大数据领域。划分时段的方法的具体实现方案为:基于路口的历史流量数据,确定预定时段包括的n个单位时段各自的流量值;基于流量值,采用备选划分方案划分n个单位时段,得到备选时段组;以及基于备选时段组与采用已有划分方案划分得到的已有时段组之间的组相似度,确定备选时段组中的目标时段组。其中,n为大于1的整数。
Description
技术领域
本公开涉及人工智能领域,具体涉及智能交通领域和大数据领域,更具体地涉及一种划分时段的方法、装置、电子设备和存储介质。
背景技术
随着网络技术的发展,智能交通得到快速发展。作为智能交通的一个分支,交叉路口处交通信号的分时段控制对缓解交通压力、充分利用交通资源尤为重要。为了实现交叉路口处交通信号的分时段精准控制,需要提高时段划分的合理性和准确度。
发明内容
提供了一种提高合理性和准确度的划分时段的方法、装置、电子设备和存储介质。
根据本公开的一个方面,提供了一种划分时段的方法,包括:基于路口的历史流量数据,确定预定时段包括的n个单位时段各自的流量值;基于流量值,采用备选划分方案划分n个单位时段,得到备选时段组;以及基于备选时段组与采用已有划分方案划分得到的已有时段组之间的组相似度,确定备选时段组中的目标时段组,其中,n为大于1的整数。
根据本公开的另一个方面,提供了一种划分时段的装置,包括:流量值确定模块,用于基于路口的历史流量数据,确定预定时段包括的n个单位时段各自的流量值;备选确定模块,用于基于流量值,采用备选划分方案划分n个单位时段,得到备选时段组;以及目标组确定模块,用于基于备选时段组与采用已有划分方案划分得到的已有时段组之间的组相似度,确定备选时段组中的目标时段组,其中,n为大于1的整数。
根据本公开的另一个方面,提供了一种电子设备,包括:至少一个处理器;以及与至少一个处理器通信连接的存储器;其中,存储器存储有可被至少一个处理器执行的指令,指令被至少一个处理器执行,以使至少一个处理器能够执行本公开提供的划分时段的方法。
根据本公开的另一个方面,提供了一种存储有计算机指令的非瞬时计算机可读存储介质,其中,计算机指令用于使计算机执行本公开提供的划分时段的方法。
根据本公开的另一个方面,提供了一种计算机程序产品,包括计算机程序,所述计算机程序在被处理器执行时实现本公开提供的划分时段的方法。
应当理解,本部分所描述的内容并非旨在标识本公开的实施例的关键或重要特征,也不用于限制本公开的范围。本公开的其它特征将通过以下的说明书而变得容易理解。
附图说明
附图用于更好地理解本方案,不构成对本公开的限定。其中:
图1是根据本公开实施例的划分时段的方法和装置的应用场景示意图;
图2是根据本公开实施例的划分时段的方法的流程示意图;
图3是根据本公开实施例的采用备选划分方案划分n个单位时段,得到备选时段组的原理示意图;
图4是根据本公开实施例的确定以第j个单位时段作为备选划分点的损失的原理示意图;
图5是根据本公开实施例的确定备选时段组中的目标时段组的原理示意图;
图6是根据本公开实施例的划分时段的装置的结构框图;以及
图7是用来实施本公开实施例的划分时段的方法的电子设备的框图。
具体实施方式
以下结合附图对本公开的示范性实施例做出说明,其中包括本公开实施例的各种细节以助于理解,应当将它们认为仅仅是示范性的。因此,本领域普通技术人员应当认识到,可以对这里描述的实施例做出各种改变和修改,而不会背离本公开的范围和精神。同样,为了清楚和简明,以下的描述中省略了对公知功能和结构的描述。
本公开提供了一种划分时段的方法,该方法包括流量确定阶段、备选确定阶段和目标组确定阶段。在流量确定阶段中,基于路口的历史流量数据,确定预定时段包括的n个单位时段各自的流量值,其中,n为大于1的整数。在备选确定阶段中,基于流量值,采用备选划分方案划分n个单位时段,得到备选时段组。在目标组确定阶段中,基于备选时段组与采用已有划分方案划分得到的已有时段组之间的组相似度,确定备选时段组中的目标时段组。
以下将结合图1对本公开提供的方法和装置的应用场景进行描述。
图1是根据本公开实施例的划分时段的方法和装置的应用场景图。
如图1所示,该实施例的应用场景100包括监控人员110、终端120、通信基站130和道路交通网。其中道路交通网中可以包括道路及由道路交汇形成的路口。例如,在该场景100中,道路交通网至少包括路口140及交汇形成路口140的道路151、道路152、道路153等。
示例性地,如图1所示,在交汇形成路口140的道路上可以行驶有车辆,车辆可以根据交通指示灯160的指示通过该路口。
在一实施例中,该应用场景100还可以在路口140处设置视频采集设备。该视频采集设备可以为摄像头,用于拍摄道路上行驶的车辆。该视频采集设备可以将拍摄到的视频经由通信基站130发送给终端120。如此,监控人员可以对路况进行实时监控。或者,终端120可以将接收到的视频存储至数据库中。该终端120还可以定期对数据库中存储的视频进行处理,以得到历史时段中路口处的交通流量。
在一实施例中,在交汇形成路口的道路上行驶的大部分车辆可以集成有导航系统,或者车辆中驾驶员的手持终端安装有导航应用程序。该导航系统或导航应用程序可以通过通信基站130向终端120上传实时数据。终端120例如可以根据该实时数据分析路口处的交通流量。或者,终端可以将实时数据存储至数据库中。终端120还可以定期从数据库中获取历史数据,通过对历史数据的分析得到历史时段中路口处的交通流量。
在一实施例中,终端120例如可以根据分析得到的预定时段内的交通流量来确定一天中对交通指示灯160进行信号控制的多个时段,并针对多个时段中的每个时段设定合理的控制信息,从而得到交通指示灯160的配时方案。其中,控制信息例如可以包括交通指示灯160的信号周期和绿信比等。
在一实施例中,终端120例如还可以通过网络与交通指示灯160通信,以根据配时方案控制交通指示灯160的运行,使得交通指示灯160的运行能够更好的满足道路上车辆的行驶需求,有效缓解道路拥堵情况。
需要说明的是,本公开所提供的划分时段的方法一般可以由终端120执行。相应地,本公开所提供的划分时段的装置可以设置于终端120中。或者,本公开所提供的划分时段的方法也可以由与终端120通信连接的服务器执行。相应地,本公开所提供的划分时段的装置可以设置于与终端120通信连接的服务器中。
应该理解,图1中的终端、道路、车辆、通信基站和信号指示灯的数目和类型仅仅是示意性的。根据实现需要,可以具有任意数目和类型的终端、道路、车辆、通信基站和信号指示灯。
以下将结合图1,通过图2~图5对本公开提供的划分时段的方法进行详细描述。
图2是根据本公开实施例的划分时段的方法的流程示意图。
如图2所示,该实施例的划分时段的方法200可以包括操作S210~操作S230。
在操作S210,基于路口的历史流量数据,确定预定时段包括的n个单位时段各自的流量值。
根据本公开的实施例,预定时段的长度可以为一天,即预定时段为0:00~24:00。或者,该预定时段也可以为6:00~22:00等对配时方案更为敏感的时段。或者,预定时段也可以为属于某一类型的较长时段中的某个子时段,以此提高时段划分的精度。例如,某一类型可以为工作日类型、节假日类型、调休日类型、周末类型等。例如,该预定时段可以为工作日的全天时段,或者可以为节假日、双休日等的全天时段。
根据本公开的实施例,路口的历史流量数据例如可以包括与预定时段对应的一个或多个历史时段的流量数据。例如,若预定时段为属于工作日的周一的全天时段,则路口的历史流量数据可以包括当前日期之前的一个或多个工作日的流量数据,也可以包括当前日期之前的一个或多个周一的流量数据。
根据本公开的实施例,路口的历史流量数据可以包括交汇形成路口的多个道路中,每个道路在各个单位时段的流量数据。该流量数据例如可以包括车流量数据、行人流量数据、非机动车的流量数据等。其中,单位时段的长度例如可以为5min、10min、15min或30min等根据实际需求设定的长度,本公开对此不做限定。该历史流量数据可以从地图导航系统提供的接口或交管部门提供的数据接口处获取。
在得到路口的历史流量数据后,可以将路口处所有道路在各个单位时段的流量数据的平均值,作为该路口在各个单位时段的流量值。或者,若路口的历史流量数据包括与预定时段对应的多个历史时段的流量数据,则可以针对每个历史时段得到一个路口在各个单位时段的流量值,针对每个单位时段,总计可以得到多个流量值。然后,将针对每个单位时段的多个流量值的平均值,作为该每个单位时段的流量值。
根据本公开的实施例,在得到n个单位时段的流量值后,例如还可以对每个单位时段的流量值进行单位转换,得到以个数/h为单位的流量值。其中,n为大于1的整数。
在操作S220,基于流量值,采用备选划分方案划分n个单位时段,得到备选时段组。
根据本公开的实施例,备选划分方案例如可以设定有划分n个单位时段得到的时段个数。或者,备选划分方案可以设定有划分后各时段包括的单位时段的个数的阈值。例如,划分得到的时段中每个时段包括的单位时段的个数应大于第一预定值,和/或划分得到的时段中每个时段包括的单位时段的个数应小于第二预定值。或者,备选划分方案可以设定有每个时段包括的单位时段彼此之间流量值的差值不能大于差值阈值,以此保证划分得到的备选时段组的合理性。可以理解的是,上述备选划分方案可以设定有一个或多个划分条件,该划分条件的个数和类型可以根据实际需求进行设定,本公开对此不做限定。
根据本公开的实施例,备选划分方案还可以由工作人员根据得到的n个单位时段的流量值来进行设定。
通过采用备选划分方案划分n个单位时段,例如可以得到一个或多个备选时段组。每个备选时段组中包括多个时段,每个时段包括至少一个单位时段。
示例性地,可以为n个单位时段根据时间先后顺序进行编号,得到编号分别为1~n的n个单位时段。每个备选时段中包括的多个时段可以按时间先后顺序排列。针对每个备选时段中相邻的两个时段,可以将排在较前位置的时段所包括的至少一个单位时段的最大编码作为表示该相邻的两个时段的划分点的标识Ii。如此,一个备选时段组可以包括(k-1)个划分点,k为该一个备选时段包括的多个时段的个数,i为大于等于1、且小于等于(k-1)的值。
在操作S230,基于备选时段组与采用已有划分方案划分得到的已有时段组之间的组相似度,确定备选时段组中的目标时段组。
根据本公开的实施例,已有划分方案可以包括交通指示灯当前采用的配时方案中的时段划分方案。该已有划分方案划分得到的已有时段组同样包括多个时段,基于与备选时段组包括划分点的原理类似的原理,该已有划分方案中同样包括至少一个划分点。
根据本公开的实施例,可以根据备选时段组包括的划分点与已有时段组包括的划分点之间的距离,来确定备选时段组与已有时段组之间的组相似度。在备选时段组或已有时段组包括多个划分点的情况下,可以计算备选时段组中的每个划分点与已有时段组中的每个划分点两两之间的距离。随后,基于得到的所有距离的平均值来确定组相似度。例如,可以将距离的平均值进行归一化处理,将归一化处理得到的值作为组相似度。
根据本公开的实施例,若备选时段组为多个,则可以从多个备选时段组中选择与已有时段组之间的组相似度最大的备选时段组,作为目标时段组。该目标时段组中的多个时段即为划分时段的方法的划分结果。
因此,本公开实施例的方法,通过参考历史流量数据来确定供筛选的备选时段组,并通过考虑备选时段组与已有时段组的相似度来确定作为划分结果的目标时段组,可以有效避免错过与原时段划分方案接近的次优解的情况。因此,可以提高划分时段的准确度和合理性,为缓解交通压力、提高交通资源利用率提供有利条件。
图3是根据本公开实施例的采用备选划分方案划分n个单位时段,得到备选时段组的原理示意图。
根据本公开的实施例,备选划分方案例如可以提供有多个备选数目,该备选数目为划分n个单位时段得到的时段个数。该实施例可以针对每个备选数目确定一个备选时段组。通过该方式,在确定目标时段组时,可以对划分得到的时段个数和划分方案均进行挑选。从而可以进一步提高得到的目标时段组的精度。
例如,设定备选数目为k,则对于每个备选数目,可以基于流量值将前文描述的n个单位时段划分为k个时段,从而得到针对每个备选数目的备选时段组。其中,k为大于等于1、且小于等于n的整数。
在一实施例中,可以将1~n共计n个整数作为n个备选数目,针对每个备选数目得到一个备选时段组。如此,可以使得备选时段组涵盖所有划分情况可能得到的时段个数。
根据本公开的实施例,在确定每个备选数目的备选时段组时,可以根据时段组中时段的分布情况,为基于流量值划分n个单位时段所得到的每个时段组分配损失。如此,若将n个单位时段划分为k个时段可以得到p个时段组,则可以得到p个损失。最终将该p个损失中的最小损失对应的时段组作为针对备选数目k的备选时段组。如此,可以提高得到的备选时段组的精度。
示例性地,为每个时段组分配的损失可以根据将单位时段划分为一个时段的偏差来确定。例如,对于每个时段组中的每个时段,可以先计算该每个时段包括的单位时段的编号的平均值。然后计算该每个时段包括的所有单位时段的编号与该平均值的差值的平方和。将该平方和作为针对该每个时段的偏差,即将该每个时段中最大编号的单位时段作为划分点的损失。最后,可以将每个时段组中所有时段的偏差求和,得到为每个时段组分配的损失。
在一实施例中,可以采用动态规划算法等来确定每个备选数目的备选时段组。
例如,如图3所示,在该实施例300中,在得到n个单位时段各自的流量值301后,可以通过操作S310~操作S360来确定每个备选数目的备选时段组。
例如,在该实施例300中,可以先将j赋值为k。随后执行操作S310,确定将n个单位时段中的前(j-1)个单位时段划分为(k-1)个时段的最小损失,作为第一损失。
根据本公开的实施例,在j为k的情况下,将前(j-1)个单位时段划分为(k-1)个时段的划分方案仅为一个,则可以确定第一损失为将前(j-1)个单位时段中的每个单位时段划分为一个时段的损失。该第一损失可以为将每个单位时段划分为一个时段的偏差。
在执行操作S310的同时,可以执行操作S320,确定将n个单位时段中的后(n-j+1)个单位时段划分为一个时段的损失,作为第二损失。该操作S320还可以在操作S310之前执行,也可以在操作S310之后执行,本公开对此不做限定。
根据本公开的实施例,该第二损失可以采用将后(n-j+1)个单位时段划分为一个时段的偏差来确定。例如,可以先确定后(n-j+1)个单位时段的(n-j+1)个流量值的平均值。然后基于该(n-j+1)个流量值分别相对于平均值的偏差,确定将后(n-j+1)个单位时段划分为一个时段的损失。
其中,该(n-j+1)个流量值分别相对于平均值的偏差例如可以为该(n-j+1)个流量值分别与平均值之间的差值的平方,也可以为该(n-j+1)个流量值分别与平均值之间的差值的绝对值。在得到该(n-j+1)个流量值分别相对于平均值的偏差后,可以将偏差的和或偏差的平均值作为第二损失。
例如,按时间顺序排列的第i个单位时段到第j个单位时段被划分为一个时段的偏差,例如可以采用以下公式(1)来表示:
在执行操作S310和操作S320后,可以执行操作S330,基于第一损失和第二损失,确定以n个单位时段中的第j个单位时段作为备选划分点的损失。
根据本公开的实施例,可以将第一损失和第二损失的和,作为第j个单位时段作为备选划分点的损失。通过该操作S330可以确定将n个单位时段划分为k个时段的最后一个划分点。通过操作S310中确定第一损失的流程,可以确定将n个单位时段划分为k个时段的前(k-2)的划分点。如此,通过操作S310~操作S330,可以得到将n个单位时段划分为k个时段的一种划分方案。
在执行操作S330后,可以先执行操作S340,确定j是否等于n。该实施例以k为作为j的初始值,是由于在将n个单位时段划分为k个时段的所有方案中,k个时段的最后一个划分点最靠前的位置即为(k-1)。因此,若j小于n,则说明还没有搜索完k个时段的最后一个划分点的所有情况。则通过操作S350将j置为j+1,并返回执行操作S310。即相当于将k个时段的最后一个划分点向后移动一个单位时段,继续搜索未搜索到的情况。
若j等于n,则说明已经搜索完k个时段的最后一个划分点的所有情况,共计可以得到(n-k+1)个损失。如此,可以执行操作S360,基于(n-k+1)个损失中的最小损失所对应的备选划分点,将n个单位时段划分为k个时段。根据全文描述可知,对于每一个j,可以得到一种划分方案,对于每一种划分方案,会得到一个以第j个单位时段作为备选划分点的损失。因此,在确定(n-k+1)个损失中的最小损失后,即可得到对于备选数目k的最佳划分方案,该实施例将采用该对于备选数目k的最佳划分方案得到的时段组作为每个备选数目的备选时段组。
根据本公开的实施例,在j大于k的情况下,将(j-1)个单位时段划分为(k-1)个时段的划分方案可以为多个,从而可以得到多个划分结果。该实施例基于前文为每个备选时段组分配损失的原理,为每个划分结果分配损失。最终将多个划分结果的多个损失中的最小损失作为第一损失。
根据本公开的实施例,在备选数目为2的情况,上述操作S310~操作S360的实现原理可以参考以下公式(2):
minL[c(n,2)]=minj∈[2,n]{SubL(1,j-1)+SubL(j,n)}; 公式(2)
其中,SubL(1,j-1)为将前(j-1)个单位时段划分为一个时段的损失,SubL(j,n)为将第j个单位时段~第n个单位时段划分为一个时段的损失。该SubL(1,j-1)与SubL(j,n)可以采用前文描述的公式(1)计算得到。L[c(n,2)]为将n个单位时段划分为两个时段的损失。
以此类推,在备选数目为k的情况下,上述操作S310~操作S360的实现原理可以参考以下公式(3):
minL[c(n,k)]=minj∈[k,n]{minL[c(j-1,k-1)]+SubL(j,n)}; 公式(3)
其中,minL[c(j-1,k-1)]即为将前(j-1)个单位时段划分为(k-1)个时段的损失。其中,在k=2的情况下,由于将前(j-1)个单位时段划分为一个时段仅有一种方案,因此,此种情况下,公式(3)与公式(2)为等价公式。
图4是根据本公开实施例的确定以第j个单位时段作为备选划分点的损失的原理示意图。
根据本公开的实施例,在确定以n个单位时段中的第j个单位时段作为备选划分点的损失时,例如还可以考虑以第j个单位时段作为备选划分点时,该备选划分点与已有划分方案之间的相似度。如此,可以使得为每个备选数目确定的备选时段组与已有时段组尽可能相近。并因此可以进一步增加找到与原时段划分方案接近的次优解的几率。
例如,如图4所示,该实施例400在确定以第j个单位时段作为备选划分点的损失410时,除了考虑第一损失420和第二损失430外,还可以考虑该第j个单位时段与已有时段组之间的第二相似度440。
其中,第二相似度440例如可以根据以该第j个单位时段作为备选划分点时,该备选划分点与已有时段组中的每个划分点之间的差异来确定。
例如,以Ij 401表示第j个单位时段所作为的备选划分点,设定已有时段组中的各个划分点为则可以先确定Ij 401与之间的差异,得到一个差异dif1 404,以此类推,确定Ij 401与之间的差异,得到一个差异difm 405,总计得到m个差异。然后基于该m个差异,确定第二相似度。其中,m为已有时段组中的划分点总数。
例如,可以将该m个差异的和,作为第二相似度。或者,可以将该m个差异的平均值,作为第二相似度。或者,可以将m个差异中的最大差异作为第二相似度。
示例性地,可以采用以下公式(4)来确定备选划分点与已有时段组中的划分点之间的差异。并采用以下公式(5)来确定第二相似度。
根据本公开的实施例,在确定备选划分点与已有时段组中的每个划分点之间的差异时,例如可以为该差异设定一个阈值。以此避免因该备选划分点与已有时段组中靠前的划分点差异较大,导致对相似度的参考价值低的情况。从而可以提高确定的第二相似度及第j个单位时段作为备选划分点的损失的准确性。
例如,在确定备选划分点与已有时段组中的每个划分点之间的差异时,可以先确定备选划分点与已有时段中的每个划分点之间的差值绝对值,得到第一差值。例如,该第一差值可以采用前文描述的公式(4)计算得到。然后,确定该第一差值与预定阈值之间的差值绝对值,得到第二差值。最后,确定该第二差值和预定阈值中的较小者,作为备选划分点与已有时段组中的每个划分点之间的差异。
例如,可以采用以下公式(6)计算得到备选划分点与已有时段组中的第i个划分点之间的差异:
其中,T为预定阈值,该预定阈值例如可以为4等根据实际需求设定的值,本公开对此不做限定。
图5是根据本公开实施例的确定备选时段组中的目标时段组的原理示意图。
根据本公开的实施例,在从多个备选时段组中选择目标时段组之前,可以先确定备选时段组中的每个时段组与已有时段组之间的组相似度。
其中,可以根据每个时段组中的各个划分点与已有时段组之间的相似度,来确定每个时段组与已有时段组之间的相似度。例如,可以先确定每个时段组中的每个划分点与已有时段组之间的相似度,得到至少一个第一相似度。该第一相似度的计算方法可以采用与前文计算第二相似度的方法类似的方法,在此不再赘述。该第一相似度的个数与每个时段组中时段的个数相同。
其中,可以将该至少一个第一相似度的平均值作为每个时段组与已有时段组之间的组相似度。或者,可以将该至少一个第一相似度相对于目标时段个数的平均值,作为每个时段组与已有时段组之间的组相似度。其中,目标时段个数为每个时段组的时段个数与已有时段组的时段个数中的较大值。通过计算平均值的过程,可以提高不同时段组之间的可比性,便于选择目标时段组。
例如,每个时段组与已有时段组之间的组相似度可以采用以下公式(7)来计算得到:
其中,S(C,Co)为组相似度,k为每个时段组中的时段个数,ko为已有时段组中的时段个数。s(Ii,Co)表示每个时段组中的第i个划分点与已有时段组之间的相似度。
示例性地,在通过上述方式得到组相似度后,例如还可以通过线性变换,将该组相似度标准化至取值区间[0,1]。
根据本公开的实施例,在确定备选时段组中的目标时段组时,除了考虑与已有时段组的组相似度外,例如还可以考虑分组偏差。并基于该分组偏差与组相似度,确定每个备选时段组的分组损失。最后,根据分组损失,从备选时段组中挑选目标时段组。如此,可以提高得到的目标时段组的准确性。
例如,如图5所示,该实施例500可以设定备选时段组包括时段组C1 501~时段组Cn502,对于该n个时段组中的每个时段组,可以分别得到一个分组偏差,从而得到分组偏差511~分组偏差512。同时采用前文描述的计算组相似度的方法,可以计算得到每个时段组与已有时段组C° 503之间的组相似度,得到组相似度521~组相似度522。然后,根据组相似度521和分组偏差511,可以得到时段组C1 501的分组损失531。以此类推,根据组相似度522和分组偏差512,可以得到时段组Cn 502的分组损失532。最后,可以根据该分组损失531~分组损失532,确定时段组C1 501~时段组Cn 502中的目标时段组540。例如,可以通过比较分组损失531~分组损失532彼此之间的大小关系,来确定目标时段组540。例如,若时段组C1 501的分组损失最小,则可以确定该时段组C1 501为目标时段组540。
根据本公开的实施例,分组偏差例如可以根据每个时段组中的各个时段划分为一个时段的损失的和来确定。在一实施例中,可以将每个时段组中的各个时段划分为一个时段的损失的和与n个单位时段未被划分时的未分段损失之间的比值来表示分组偏差,以此更为客观的反映不同时段组分组的损失的相对大小关系。
例如,可以采用前文描述的公式(1)计算得到每个时段组中的每个时段划分为一个时段的损失,对于每个时段组,可以得到至少一个分段损失。在至少一个分段损失为多个的情况下,可以采用以下公式(8)得到该至少一个分段损失的和:
其中,SD(i,j)v表示每个时段组包括的k个时段中第v个时段被划分为一个时段的损失。SDC为该至少一个分段损失的和。
类似地,n个单位时段未被划分时的未分段损失例如可以采用以下公式(9)计算得到:
根据本公开的实施例,分组损失例如可以与组相似度彼此负相关,且与分组偏差彼此正相关。如此,该实施例可以从备选时段组中选择分组损失最小的时段组,作为目标时段组。通过该方式,可以使得得到的时段组与已有时段组最为相似,同时可以最小化分组偏差。
例如,分组损失可以采用以下公式(10)计算得到:
L=SDR-μS(C,Co); 公式(10)
其中,SDR为分组偏差,μ为相似度权重系数,L为分组损失。
根据本公开的实施例,在多个备选数目为取值属于区间[1,n]的整数的n个备选数目的情况下,在确定了备选时段组中每个时段组的分组损失后,可以对相邻备选数目的两个时段组的分组损失计算损失下降幅度。其中,相邻备选数目的两个时段组例如可以为备选数目k的时段组与备选数目(k-1)的时段组。通过该方式,可以确定随着划分段数的增加,划分得到的时段组的损失是否趋于收敛。如此,可以避免划分得到的时段数越多,分组损失越小所导致的最佳时段划分数总会取到最大值,与实际需求不相符的情况。
例如,可以基于备选数目自小至大的顺序,依次搜索n个备选数目中取值属于取值区间[2,n]的(n-1)个备选数目,直至得到目标时段组。在搜索过程中,先确定针对备选数目(k-1)的备选时段组的分组损失与针对备选数目k的备选时段组的分组损失之间的损失差值。然后基于损失差值与针对备选数目(k-1)的备选时段组的分组损失之间的比值,确定针对备选数目k的损失下降幅度。最后,在针对备选数目k的损失下降幅度小于预定幅度的情况下,确定针对备选数目(k-1)的备选时段组为目标时段组。
例如,可以将损失差值与针对备选数目(k-1)的备选时段组的分组损失之间的比值作为针对备选数目k的损失下降幅度。或者,可以将比值与预定值之间的和作为损失下降幅度。其中,预定幅度可以根据实际需求进行设定,本公开对此不做限定。
根据本公开的实施例,在备选划分方案设定有划分n个单位时段得到的时段个数时,该实施例还可以基于流量值,将n个单位时段划分为预定数量个时段,将所有可能的划分方案得到的时段组作为备选时段组。然后,采用与图5中描述的原理类似的原理,得到备选时段组中的目标时段组。
基于本公开提供的划分时段的方法,本公开还提供了一种划分时段的装置。以下将结合图6对该装置进行详细描述。
如图6所示,该实施例的划分时段的装置600可以包括流量值确定模块610、备选确定模块620和目标组确定模块630。
流量值确定模块610用于基于路口的历史流量数据,确定预定时段包括的n个单位时段各自的流量值。其中,n为大于1的整数。在一实施例中,流量值确定模块610可以用于执行前文描述的操作S210,在此不再赘述。
备选确定模块620用于基于流量值,采用备选划分方案划分n个单位时段,得到备选时段组。在一实施例中,备选确定模块620可以用于执行前文描述的操作S220,在此不再赘述。
目标组确定模块630用于基于备选时段组与采用已有划分方案划分得到的已有时段组之间的组相似度,确定备选时段组中的目标时段组。在一实施例中,目标组确定模块630可以用于执行前文描述的操作S230,在此不再赘述。
根据本公开的实施例,上述划分时段的装置600还可以包括相似确定模块和组相似确定模块。相似确定模块用于确定每个时段组中的每个划分点与已有时段组之间的相似度,得到至少一个第一相似度。组相似确定模块用于确定至少一个第一相似度相对于目标时段个数的平均值,作为每个时段组与已有时段组之间的组相似度。其中,目标时段个数为每个时段组的时段个数与已有时段组的时段个数中的较大值。
根据本公开的实施例,上述备选确定模块620用于针对多个备选数目中的每个备选数目,基于流量值将n个单位时段划分为k个时段,得到针对每个备选数目的备选时段组。其中,多个备选数目均为大于等于1,且小于等于n的整数,k为每个备选数目的取值。
根据本公开的实施例,上述备选确定模块620可以包括第一损失确定子模块和时段划分子模块。第一损失确定子模块用于以k作为j的初始值,以1为步长,循环执行以下操作直至j的值为n,得到(n-k+1)个损失:基于流量值,确定将n个单位时段中的前(j-1)个单位时段划分为(k-1)个时段的最小损失,作为第一损失;确定将n个单位时段中的后(n-j+1)个单位时段划分为一个时段的损失,作为第二损失;以及基于第一损失和第二损失,确定以n个单位时段中的第j个单位时段作为备选划分点的损失,并将j置为j+1。时段划分子模块用于基于(n-k+1)个损失中的最小损失所对应的备选划分点,将n个单位时段划分为k个时段。
根据本公开的实施例,上述第一损失确定子模块可以包括相似确定单元和第一损失确定单元。相似确定单元用于基于备选划分点与已有时段组中的每个划分点之间的差异,确定备选划分点与已有时段组之间的第二相似度。第一损失确定单元用于基于第二相似度、第一损失和第二损失,确定以n个单位时段中的第j个单位时段作为备选划分点的损失。
根据本公开的实施例,上述相似确定单元用于基于备选划分点与已有时段组中多个划分点之间的多个差异中的最大差异,确定备选划分点与已有时段组之间的第二相似度。
根据本公开的实施例,上述第一损失确定子模块还包括第一差值确定单元、第二差值确定单元和差异确定单元。第一差值确定单元用于确定备选划分点与已有时段组中的每个划分点之间的差值绝对值,得到第一差值。第二差值确定单元用于确定第一差值与预定阈值之间的差值绝对值,得到第二差值。差异确定单元用于确定第二差值和预定阈值中的较小者,作为备选划分点与已有时段组中的每个划分点之间的差异。
根据本公开的实施例,上述第一损失确定子模块还包括流量平均单元和第二损失确定单元。流量平均单元用于确定后(n-j+1)个单位时段的(n-j+1)个流量值的平均值。第二损失确定单元用于基于(n-j+1)个流量值分别相对于平均值的偏差,确定将后(n-j+1)个单位时段划分为一个时段的损失。
根据本公开的实施例,上述目标组确定模块630可以包括第二损失确定子模块和目标组确定子模块。第二损失确定子模块用于针对备选时段组中的每个时段组:基于每个时段组与已有时段组之间的组相似度及每个时段组的分组偏差,确定每个时段组的分组损失。目标组确定子模块用于基于备选时段组中的每个时段组的分组损失,确定备选时段组中的目标时段组。
根据本公开的实施例,分组损失与组相似度彼此负相关,且分组损失与分组偏差彼此正相关。
根据本公开的实施例,多个备选数目包括n个备选数目。上述目标组确定子模块用于采用以下单元,基于备选数目自小至大的顺序,依次搜索n个备选数目中取值属于取值区间[2,n]的(n-1)个备选数目,直至得到目标时段组:损失差确定单元,用于确定针对备选数目(k-1)的备选时段组的分组损失与针对备选数目k的备选时段组的分组损失之间的损失差值;下降幅度确定单元,用于基于损失差值与针对备选数目(k-1)的备选时段组的分组损失之间的比值,确定针对备选数目k的损失下降幅度;以及目标组确定单元,用于在针对备选数目k的损失下降幅度小于预定幅度的情况下,确定针对备选数目(k-1)的备选时段组为目标时段组。
根据本公开的实施例,上述划分时段的装置600还可以包括分段损失确定模块、未分段损失确定模块和分组偏差确定模块。分段损失确定模块用于针对备选时段组中的每个时段组:基于流量值,确定每个时段组中的每个时段划分为一个时段的损失,得到至少一个分段损失。未分段损失确定模块用于基于n个单位时段的n个流量值分别相对于n个流量值的平均值的偏差,得到未分段损失。分组偏差确定模块用于基于至少一个分段损失的和与未分段损失之间的比值,确定每个时段组的分组偏差。
根据本公开的实施例,上述备选确定模块620用于基于流量值,将n个单位时段划分为预定数量个时段,得到备选时段组。
需要说明的是,本公开的技术方案中,所涉及的用户个人信息的获取、收集、存储、使用、加工、传输、提供和公开等处理,均符合相关法律法规的规定,且不违背公序良俗。
根据本公开的实施例,本公开还提供了一种电子设备、一种可读存储介质和一种计算机程序产品。
图7示出了可以用来实施本公开实施例的划分时段的方法的示例电子设备700的示意性框图。电子设备旨在表示各种形式的数字计算机,诸如,膝上型计算机、台式计算机、工作台、个人数字助理、服务器、刀片式服务器、大型计算机、和其它适合的计算机。电子设备还可以表示各种形式的移动装置,诸如,个人数字处理、蜂窝电话、智能电话、可穿戴设备和其它类似的计算装置。本文所示的部件、它们的连接和关系、以及它们的功能仅仅作为示例,并且不意在限制本文中描述的和/或者要求的本公开的实现。
如图7所示,设备700包括计算单元701,其可以根据存储在只读存储器(ROM)702中的计算机程序或者从存储单元708加载到随机访问存储器(RAM)703中的计算机程序,来执行各种适当的动作和处理。在RAM 703中,还可存储设备700操作所需的各种程序和数据。计算单元701、ROM 702以及RAM 703通过总线704彼此相连。输入/输出(I/O)接口705也连接至总线704。
设备700中的多个部件连接至I/O接口705,包括:输入单元706,例如键盘、鼠标等;输出单元707,例如各种类型的显示器、扬声器等;存储单元708,例如磁盘、光盘等;以及通信单元709,例如网卡、调制解调器、无线通信收发机等。通信单元709允许设备700通过诸如因特网的计算机网络和/或各种电信网络与其他设备交换信息/数据。
计算单元701可以是各种具有处理和计算能力的通用和/或专用处理组件。计算单元701的一些示例包括但不限于中央处理单元(CPU)、图形处理单元(GPU)、各种专用的人工智能(AI)计算芯片、各种运行机器学习模型算法的计算单元、数字信号处理器(DSP)、以及任何适当的处理器、控制器、微控制器等。计算单元701执行上文所描述的各个方法和处理,例如划分时段的方法。例如,在一些实施例中,划分时段的方法可被实现为计算机软件程序,其被有形地包含于机器可读介质,例如存储单元708。在一些实施例中,计算机程序的部分或者全部可以经由ROM 702和/或通信单元709而被载入和/或安装到设备700上。当计算机程序加载到RAM 703并由计算单元701执行时,可以执行上文描述的划分时段的方法的一个或多个步骤。备选地,在其他实施例中,计算单元701可以通过其他任何适当的方式(例如,借助于固件)而被配置为执行划分时段的方法。
本文中以上描述的系统和技术的各种实施方式可以在数字电子电路系统、集成电路系统、场可编程门阵列(FPGA)、专用集成电路(ASIC)、专用标准产品(ASSP)、芯片上系统的系统(SOC)、负载可编程逻辑设备(CPLD)、计算机硬件、固件、软件、和/或它们的组合中实现。这些各种实施方式可以包括:实施在一个或者多个计算机程序中,该一个或者多个计算机程序可在包括至少一个可编程处理器的可编程系统上执行和/或解释,该可编程处理器可以是专用或者通用可编程处理器,可以从存储系统、至少一个输入装置、和至少一个输出装置接收数据和指令,并且将数据和指令传输至该存储系统、该至少一个输入装置、和该至少一个输出装置。
用于实施本公开的方法的程序代码可以采用一个或多个编程语言的任何组合来编写。这些程序代码可以提供给通用计算机、专用计算机或其他可编程数据处理装置的处理器或控制器,使得程序代码当由处理器或控制器执行时使流程图和/或框图中所规定的功能/操作被实施。程序代码可以完全在机器上执行、部分地在机器上执行,作为独立软件包部分地在机器上执行且部分地在远程机器上执行或完全在远程机器或服务器上执行。
在本公开的上下文中,机器可读介质可以是有形的介质,其可以包含或存储以供指令执行系统、装置或设备使用或与指令执行系统、装置或设备结合地使用的程序。机器可读介质可以是机器可读信号介质或机器可读储存介质。机器可读介质可以包括但不限于电子的、磁性的、光学的、电磁的、红外的、或半导体系统、装置或设备,或者上述内容的任何合适组合。机器可读存储介质的更具体示例会包括基于一个或多个线的电气连接、便携式计算机盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦除可编程只读存储器(EPROM或快闪存储器)、光纤、便捷式紧凑盘只读存储器(CD-ROM)、光学储存设备、磁储存设备、或上述内容的任何合适组合。
为了提供与用户的交互,可以在计算机上实施此处描述的系统和技术,该计算机具有:用于向用户显示信息的显示装置(例如,CRT(阴极射线管)或者LCD(液晶显示器)监视器);以及键盘和指向装置(例如,鼠标或者轨迹球),用户可以通过该键盘和该指向装置来将输入提供给计算机。其它种类的装置还可以用于提供与用户的交互;例如,提供给用户的反馈可以是任何形式的传感反馈(例如,视觉反馈、听觉反馈、或者触觉反馈);并且可以用任何形式(包括声输入、语音输入或者、触觉输入)来接收来自用户的输入。
可以将此处描述的系统和技术实施在包括后台部件的计算系统(例如,作为数据服务器)、或者包括中间件部件的计算系统(例如,应用服务器)、或者包括前端部件的计算系统(例如,具有图形用户界面或者网络浏览器的用户计算机,用户可以通过该图形用户界面或者该网络浏览器来与此处描述的系统和技术的实施方式交互)、或者包括这种后台部件、中间件部件、或者前端部件的任何组合的计算系统中。可以通过任何形式或者介质的数字数据通信(例如,通信网络)来将系统的部件相互连接。通信网络的示例包括:局域网(LAN)、广域网(WAN)和互联网。
计算机系统可以包括客户端和服务器。客户端和服务器一般远离彼此并且通常通过通信网络进行交互。通过在相应的计算机上运行并且彼此具有客户端-服务器关系的计算机程序来产生客户端和服务器的关系。其中,服务器可以是云服务器,又称为云计算服务器或云主机,是云计算服务体系中的一项主机产品,以解决了传统物理主机与VPS服务(″Virtual Private Server″,或简称″VPS″)中,存在的管理难度大,业务扩展性弱的缺陷。服务器也可以为分布式系统的服务器,或者是结合了区块链的服务器。
应该理解,可以使用上面所示的各种形式的流程,重新排序、增加或删除步骤。例如,本发公开中记载的各步骤可以并行地执行也可以顺序地执行也可以不同的次序执行,只要能够实现本公开公开的技术方案所期望的结果,本文在此不进行限制。
上述具体实施方式,并不构成对本公开保护范围的限制。本领域技术人员应该明白的是,根据设计要求和其他因素,可以进行各种修改、组合、子组合和替代。任何在本公开的精神和原则之内所作的修改、等同替换和改进等,均应包含在本公开保护范围之内。
Claims (28)
1.一种划分时段的方法,包括:
基于路口的历史流量数据,确定预定时段包括的n个单位时段各自的流量值;
基于所述流量值,采用备选划分方案划分所述n个单位时段,得到备选时段组;以及
基于所述备选时段组与采用已有划分方案划分得到的已有时段组之间的组相似度,确定所述备选时段组中的目标时段组,
其中,n为大于1的整数。
2. 根据权利要求1所述的方法,其中,所述方法还包括针对所述备选时段组中的每个时段组:
确定所述每个时段组中的每个划分点与所述已有时段组之间的相似度,得到至少一个第一相似度;以及
确定所述至少一个第一相似度相对于目标时段个数的平均值,作为所述每个时段组与所述已有时段组之间的组相似度,
其中,所述目标时段个数为所述每个时段组的时段个数与所述已有时段组的时段个数中的较大值。
3.根据权利要求1或2所述的方法,其中,所述基于所述流量值,采用备选划分方案划分所述n个单位时段,得到备选时段组包括:
针对多个备选数目中的每个备选数目,基于所述流量值将所述n个单位时段划分为k个时段,得到针对所述每个备选数目的备选时段组,
其中,所述多个备选数目均为大于等于1,且小于等于n的整数,k为所述每个备选数目的取值。
4.根据权利要求3所述的方法,其中,基于所述流量值将所述n个单位时段划分为k个时段包括:
以k作为j的初始值,以1为步长,循环执行以下操作直至j的值为n,得到(n-k+1)个损失:
基于所述流量值,确定将所述n个单位时段中的前(j-1)个单位时段划分为(k-1)个时段的最小损失,作为第一损失;
确定将所述n个单位时段中的后(n-j+1)个单位时段划分为一个时段的损失,作为第二损失;
基于所述第一损失和所述第二损失,确定以所述n个单位时段中的第j个单位时段作为备选划分点的损失;以及
基于所述(n-k+1)个损失中的最小损失所对应的备选划分点,将所述n个单位时段划分为所述k个时段。
5. 根据权利要求4所述的方法,其中,基于所述第一损失和所述第二损失,确定以所述n个单位时段中的第j个单位时段作为备选划分点的损失包括:
基于所述备选划分点与所述已有时段组中的每个划分点之间的差异,确定所述备选划分点与所述已有时段组之间的第二相似度;以及
基于所述第二相似度、所述第一损失和所述第二损失,确定以所述n个单位时段中的第j个单位时段作为备选划分点的损失。
6.根据权利要求5所述的方法,其中,确定所述备选划分点与所述已有时段组之间的第二相似度包括:
基于所述备选划分点与所述已有时段组中多个划分点之间的多个差异中的最大差异,确定所述备选划分点与所述已有时段组之间的第二相似度。
7.根据权利要求5或6所述的方法,其中,基于所述第一损失和所述第二损失,确定以所述n个单位时段中的第j个单位时段作为备选划分点的损失还包括:
确定所述备选划分点与所述已有时段组中的每个划分点之间的差值绝对值,得到第一差值;
确定所述第一差值与预定阈值之间的差值绝对值,得到第二差值;以及
确定所述第二差值和所述预定阈值中的较小者,作为所述备选划分点与所述已有时段组中的每个划分点之间的差异。
8. 根据权利要求4所述的方法,其中,确定将所述n个单位时段中的后(n-j+1)个单位时段划分为一个时段的损失包括:
确定所述后(n-j+1)个单位时段的(n-j+1)个流量值的平均值;以及
基于所述(n-j+1)个流量值分别相对于所述平均值的偏差,确定将所述后(n-j+1)个单位时段划分为一个时段的损失。
9. 根据权利要求3所述的方法,其中,所述基于所述备选时段组与采用已有划分方案划分得到的已有时段组之间的组相似度,确定所述备选时段组中的目标时段组包括:
针对所述备选时段组中的每个时段组:基于所述每个时段组与所述已有时段组之间的组相似度及所述每个时段组的分组偏差,确定所述每个时段组的分组损失;以及
基于所述备选时段组中的每个时段组的分组损失,确定所述备选时段组中的目标时段组。
10.根据权利要求9所述的方法,其中,所述分组损失与所述组相似度彼此负相关,且所述分组损失与所述分组偏差彼此正相关。
11.根据权利要求9所述的方法,其中,所述多个备选数目包括n个备选数目;所述基于所述备选时段组中的每个时段组的分组损失,确定所述备选时段组中的目标时段组包括:基于备选数目自小至大的顺序,依次搜索所述n个备选数目中取值属于取值区间[2,n]的(n-1)个备选数目,直至得到所述目标时段组:
确定针对备选数目(k-1)的备选时段组的分组损失与针对备选数目k的备选时段组的分组损失之间的损失差值;
基于所述损失差值与针对备选数目(k-1)的备选时段组的分组损失之间的比值,确定针对所述备选数目k的损失下降幅度;以及
在针对所述备选数目k的损失下降幅度小于预定幅度的情况下,确定针对备选数目(k-1)的备选时段组为所述目标时段组。
12.根据权利要求9所述的方法,还包括:
针对所述备选时段组中的每个时段组:基于所述流量值,确定所述每个时段组中的每个时段划分为一个时段的损失,得到至少一个分段损失;
基于所述n个单位时段的n个流量值分别相对于所述n个流量值的平均值的偏差,得到未分段损失;以及
基于所述至少一个分段损失的和与所述未分段损失之间的比值,确定所述每个时段组的分组偏差。
13.根据权利要求1所述的方法,其中,基于所述流量值,采用备选划分方案划分所述n个单位时段包括:
基于所述流量值,将所述n个单位时段划分为预定数量个时段,得到所述备选时段组。
14.一种划分时段的装置,包括:
流量值确定模块,用于基于路口的历史流量数据,确定预定时段包括的n个单位时段各自的流量值;
备选确定模块,用于基于所述流量值,采用备选划分方案划分所述n个单位时段,得到备选时段组;以及
目标组确定模块,用于基于所述备选时段组与采用已有划分方案划分得到的已有时段组之间的组相似度,确定所述备选时段组中的目标时段组,
其中,n为大于1的整数。
15. 根据权利要求14所述的装置,还包括:
相似确定模块,用于针对所述备选时段组中的每个时段组,确定所述每个时段组中的每个划分点与所述已有时段组之间的相似度,得到至少一个第一相似度;以及
组相似确定模块,用于确定所述至少一个第一相似度相对于目标时段个数的平均值,作为所述每个时段组与所述已有时段组之间的组相似度,
其中,所述目标时段个数为所述每个时段组的时段个数与所述已有时段组的时段个数中的较大值。
16.根据权利要求14或15所述的装置,其中,所述备选确定模块用于:
针对多个备选数目中的每个备选数目,基于所述流量值将所述n个单位时段划分为k个时段,得到针对所述每个备选数目的备选时段组,
其中,所述多个备选数目均为大于等于1,且小于等于n的整数,k为所述每个备选数目的取值。
17.根据权利要求16所述的装置,其中,所述备选确定模块包括:
第一损失确定子模块,用于以k作为j的初始值、以1为步长,循环执行以下操作直至j的值为n,得到(n-k+1)个损失:
基于所述流量值,确定将所述n个单位时段中的前(j-1)个单位时段划分为(k-1)个时段的最小损失,作为第一损失;
确定将所述n个单位时段中的后(n-j+1)个单位时段划分为一个时段的损失,作为第二损失;
基于所述第一损失和所述第二损失,确定以所述n个单位时段中的第j个单位时段作为备选划分点的损失;以及
时段划分子模块,用于基于所述(n-k+1)个损失中的最小损失所对应的备选划分点,将所述n个单位时段划分为所述k个时段。
18. 根据权利要求17所述的装置,其中,所述第一损失确定子模块包括:
相似确定单元,用于基于所述备选划分点与所述已有时段组中的每个划分点之间的差异,确定所述备选划分点与所述已有时段组之间的第二相似度;以及
第一损失确定单元,用于基于所述第二相似度、所述第一损失和所述第二损失,确定以所述n个单位时段中的第j个单位时段作为备选划分点的损失。
19.根据权利要求18所述的装置,其中,所述相似确定单元用于:
基于所述备选划分点与所述已有时段组中多个划分点之间的多个差异中的最大差异,确定所述备选划分点与所述已有时段组之间的第二相似度。
20.根据权利要求18或19所述的装置,其中,所述第一损失确定子模块还包括:
第一差值确定单元,用于确定所述备选划分点与所述已有时段组中的每个划分点之间的差值绝对值,得到第一差值;
第二差值确定单元,用于确定所述第一差值与预定阈值之间的差值绝对值,得到第二差值;以及
差异确定单元,用于确定所述第二差值和所述预定阈值中的较小者,作为所述备选划分点与所述已有时段组中的每个划分点之间的差异。
21. 根据权利要求17所述的装置,其中,所述第一损失确定子模块还包括:
流量平均单元,用于确定所述后(n-j+1)个单位时段的(n-j+1)个流量值的平均值;以及
第二损失确定单元,用于基于所述(n-j+1)个流量值分别相对于所述平均值的偏差,确定将所述后(n-j+1)个单位时段划分为一个时段的损失。
22.根据权利要求16所述的装置,其中,所述目标组确定模块包括:
第二损失确定子模块,用于针对所述备选时段组中的每个时段组:基于所述每个时段组与所述已有时段组之间的组相似度及所述每个时段组的分组偏差,确定所述每个时段组的分组损失;以及
目标组确定子模块,用于基于所述备选时段组中的每个时段组的分组损失,确定所述备选时段组中的目标时段组。
23.根据权利要求22所述的装置,其中,所述分组损失与所述组相似度彼此负相关,且所述分组损失与所述分组偏差彼此正相关。
24.根据权利要求22所述的装置,其中,所述多个备选数目包括n个备选数目;所述目标组确定子模块用于采用以下单元,基于备选数目自小至大的顺序,依次搜索所述n个备选数目中取值属于取值区间[2,n]的(n-1)个备选数目,直至得到所述目标时段组:
损失差确定单元,用于确定针对备选数目(k-1)的备选时段组的分组损失与针对备选数目k的备选时段组的分组损失之间的损失差值;
下降幅度确定单元,用于基于所述损失差值与针对备选数目(k-1)的备选时段组的分组损失之间的比值,确定针对所述备选数目k的损失下降幅度;以及
目标组确定单元,用于在针对所述备选数目k的损失下降幅度小于预定幅度的情况下,确定针对备选数目(k-1)的备选时段组为所述目标时段组。
25.根据权利要求22所述的装置,还包括:
分段损失确定模块,用于针对所述备选时段组中的每个时段组:基于所述流量值,确定所述每个时段组中的每个时段划分为一个时段的损失,得到至少一个分段损失;
未分段损失确定模块,用于基于所述n个单位时段的n个流量值分别相对于所述n个流量值的平均值的偏差,得到未分段损失;以及
分组偏差确定模块,用于基于所述至少一个分段损失的和与所述未分段损失之间的比值,确定所述每个时段组的分组偏差。
26.根据权利要求14所述的装置,其中,所述备选确定模块用于:
基于所述流量值,将所述n个单位时段划分为预定数量个时段,得到所述备选时段组。
27.一种电子设备,包括:
至少一个处理器;以及
与所述至少一个处理器通信连接的存储器;其中,
所述存储器存储有可被所述至少一个处理器执行的指令,所述指令被所述至少一个处理器执行,以使所述至少一个处理器能够执行权利要求1~13中任一项所述的方法。
28.一种存储有计算机指令的非瞬时计算机可读存储介质,其中,所述计算机指令用于使所述计算机执行根据权利要求1~13中任一项所述的方法。
Priority Applications (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111139260.3A CN113851007B (zh) | 2021-09-27 | 2021-09-27 | 划分时段的方法、装置、电子设备和存储介质 |
PCT/CN2021/133148 WO2023045062A1 (zh) | 2021-09-27 | 2021-11-25 | 划分时段的方法、装置、电子设备和存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111139260.3A CN113851007B (zh) | 2021-09-27 | 2021-09-27 | 划分时段的方法、装置、电子设备和存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113851007A CN113851007A (zh) | 2021-12-28 |
CN113851007B true CN113851007B (zh) | 2023-01-17 |
Family
ID=78980618
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111139260.3A Active CN113851007B (zh) | 2021-09-27 | 2021-09-27 | 划分时段的方法、装置、电子设备和存储介质 |
Country Status (2)
Country | Link |
---|---|
CN (1) | CN113851007B (zh) |
WO (1) | WO2023045062A1 (zh) |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110782667A (zh) * | 2019-10-30 | 2020-02-11 | 北京百度网讯科技有限公司 | 信号灯分时段配时方法、装置、电子设备及存储介质 |
CN110910658A (zh) * | 2019-11-14 | 2020-03-24 | 北京百度网讯科技有限公司 | 交通信号控制方法、装置、计算机设备和存储介质 |
CN112991729A (zh) * | 2021-02-25 | 2021-06-18 | 杭州海康威视数字技术股份有限公司 | 时段划分方法、装置以及计算机存储介质 |
Family Cites Families (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US9123239B2 (en) * | 2014-01-21 | 2015-09-01 | Iteris, Inc. | Estimation of hourly traffic flow profiles using speed data and annual average daily traffic data |
CN113940033B (zh) * | 2019-07-15 | 2023-10-20 | 深圳市欢太科技有限公司 | 用户识别方法及相关产品 |
CN111192465A (zh) * | 2020-01-07 | 2020-05-22 | 上海宝康电子控制工程有限公司 | 基于流量数据实现信号配时方案组划分处理的方法 |
CN111445694B (zh) * | 2020-03-04 | 2022-02-01 | 青岛海信网络科技股份有限公司 | 一种基于交通流量预测的节假日交通调度方法及装置 |
CN111554091B (zh) * | 2020-04-26 | 2022-04-22 | 江苏智通交通科技有限公司 | 考虑路口流量失衡状况的交通信号控制方案时段划分方法 |
-
2021
- 2021-09-27 CN CN202111139260.3A patent/CN113851007B/zh active Active
- 2021-11-25 WO PCT/CN2021/133148 patent/WO2023045062A1/zh unknown
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110782667A (zh) * | 2019-10-30 | 2020-02-11 | 北京百度网讯科技有限公司 | 信号灯分时段配时方法、装置、电子设备及存储介质 |
EP3816961A1 (en) * | 2019-10-30 | 2021-05-05 | Beijing Baidu Netcom Science And Technology Co. Ltd. | Time-segmented signal timing method and apparatus for traffic light, electronic device and storage medium |
CN110910658A (zh) * | 2019-11-14 | 2020-03-24 | 北京百度网讯科技有限公司 | 交通信号控制方法、装置、计算机设备和存储介质 |
CN112991729A (zh) * | 2021-02-25 | 2021-06-18 | 杭州海康威视数字技术股份有限公司 | 时段划分方法、装置以及计算机存储介质 |
Also Published As
Publication number | Publication date |
---|---|
CN113851007A (zh) | 2021-12-28 |
WO2023045062A1 (zh) | 2023-03-30 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US20130275400A1 (en) | Data coreset compression | |
CN111737377B (zh) | 一种漂移轨迹的识别方法、装置及计算设备、存储介质 | |
CN114428828A (zh) | 基于行驶轨迹挖掘新增道路方法、装置及电子设备 | |
US20230091252A1 (en) | Method for processing high-definition map data, electronic device and medium | |
CN112712712A (zh) | 确定车辆排队信息的方法、装置、路侧设备和云控平台 | |
CN113722409A (zh) | 空间关系的确定方法、装置、计算机设备及存储介质 | |
CN113538915A (zh) | 交通拥堵事件的处理方法、设备、存储介质及程序产品 | |
CN113806585B (zh) | 一种获取路段通行时长的方法、装置、电子设备及存储介质 | |
CN114661736A (zh) | 电子地图更新方法、装置、电子设备、存储介质及产品 | |
CN114596709A (zh) | 数据处理方法、装置、设备以及存储介质 | |
CN113722342A (zh) | 高精地图要素变更检测方法、装置、设备及自动驾驶车辆 | |
CN113868434A (zh) | 图数据库的数据处理方法、设备和存储介质 | |
CN113851007B (zh) | 划分时段的方法、装置、电子设备和存储介质 | |
CN115206102B (zh) | 确定交通路径的方法、装置、电子设备和介质 | |
CN115936522A (zh) | 一种车辆停靠站点的评估方法、装置、设备以及存储介质 | |
CN114610825A (zh) | 关联网格集的确认方法、装置、电子设备及存储介质 | |
CN114689072A (zh) | 一种定位位置的智能纠偏方法、装置、服务器及介质 | |
CN114329058A (zh) | 图像聚档方法、装置和电子设备 | |
CN114218504A (zh) | 阻断路段识别方法、装置、电子设备及存储介质 | |
CN114330807A (zh) | 路线的确定方法、装置和电子设备 | |
CN113723405A (zh) | 区域轮廓的确定方法、装置和电子设备 | |
CN113865611B (zh) | 一种数据处理方法、装置、设备及存储介质 | |
US20220381574A1 (en) | Multipath generation method, apparatus, device and storage medium | |
CN114049615B (zh) | 行驶环境中交通对象融合关联方法、装置及边缘计算设备 | |
CN114383600B (zh) | 用于地图的处理方法、装置、电子设备和存储介质 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |