[发明专利]一种高效的交通状态标注方法

权利要求书

1.一种高效的交通状态标注方法，其特征在于包括如下步骤：

(1)采集所有微波监测路段连续一周时间内的交通状态指标数据；

(2)将采集到的交通状态指标数据归一化处理，映射成图像的像元；

(3)对所有微波监测路段用谱聚类算法进行聚类；

(4)在每个聚类中抽取典型时间段且视频监测位置记录的视频能够实时清晰反映路段交通状态的路段观看视频；

(5)根据所观看视频反映的路段状态结果与交通状态指标综合得到路段的交通状态并作状态标注。

2.根据权利要求1所述的一种高效的交通状态标注方法，其特征在于，所述步骤(1)中的交通状态指标数据包括交通流量、速度、车道占有量三个指标数据。

3.根据权利要求1所述的一种高效的交通状态标注方法，其特征在于，所述步骤(2)归一化处理方法如下式所示：

Xi=Xi-XminXmax-Xmin]]>

其中，X_i是所有微波数据中第i个数据，X_min是微波数据中最小的数据值，X_max是微波数据中最大的数据值。

4.根据权利要求1所述的一种高效的交通状态标注方法，其特征在于，所述步骤(3)中聚类采用图像谱聚类方法将所有微波监测路段聚为k类，谱聚类算法步骤如下：

(1)构造邻接矩阵，根据N个微波监测路段构造一个Graph，Graph的每个节点V_i对应于一个微波监测路段，将节点连接起来，连线的权重E_i表示两个节点的相似度，将Graph用邻接矩阵的形式记为W；

(2)求拉普拉斯矩阵，将W的每一列元素相加得到N个数，将其变换为N×N的对角矩阵D，并令L＝D-W，L即为图拉普拉斯矩阵；

(3)求L的特征值γ，并按值的大小进行排序，取前m个最小的特征值及对应的特征向量

(4)将所求得的m个特征向量组成N×m的矩阵，其中每行看作是m维空间中的一个向量，再采用k-means算法进行聚类，聚类结果中每一行所属类别即为Graph中节点所属的类别。

5.根据权利要求1所述的一种高效的交通状态标注方法，其特征在于，所述步骤(4)的典型时间段为早高峰、晚高峰以及中午平峰时间段。

6.根据权利要求1所述的一种高效的交通状态标注方法，其特征在于，所述步骤(5)的状态标注结果分为拥堵、繁忙、畅通三个级别。