[发明专利]基于谱聚类的城市道路交通子区划分方法

摘要

本发明提供一种基于谱聚类的城市道路交通子区划分方法，建立路网无向图，计算路网密度拉普拉斯矩阵L；根据k个特征值对应的特征向量v1,…,vk构建聚类基础矩阵，并实施K均值聚类算法获得k个簇；构成初始的子区；对孤立点随机合并入邻接的子区内，得到当前的子区总数；通过偏差检测识别异常值点，并通过边界调整解决最优的异常点归属问题；通过子区内外的相似度评估以及子区拆分、合并前后的相似度变化分析，对子区方案进行迭代优化，最终获得子区内节点关联度相似性最大、子区间差异性最大的道路交通路网划分方案。该方法根据节点关联度的相似特征高效、稳定地获得交通道路网络划分方案，且最大程度保障子区间的特征差异性与子区内部的特征相似性。

主权项

1.一种基于谱聚类的城市道路交通子区划分方法，包括以下步骤：S1、基于路网交叉口与路段的拓扑结构以及各节点的交通特征数据，建立路网无向图G＝(V,E)，计算路网密度拉普拉斯矩阵L；S2、计算拉普拉斯矩阵L的除0以外前k个最小的特征值及其特征向量，其中k的初值为2；根据k个特征值对应的特征向量v1,…,vk构建聚类基础矩阵H＝[v1,…,vk]，对矩阵H的行向量实施K均值聚类算法，获得k个簇；运用方差分析检验方法检验k个群组内的交通特征关联度X，若存在显著差异，则进入步骤S3；否则，k＝k+1，重复步骤S2；S3、由簇内的交叉口以及交叉口间存在的路段构成初始的子区；若存在孤立点，即子区内仅包含一个节点编号，则将该子区随机合并入邻接的子区内，根据合并情况统计当前的子区总数N；其特征在于：S4、通过偏差检测识别异常值点，并通过边界调整解决最优的异常点归属问题；通过子区内外的相似度评估以及子区拆分、合并前后的相似度变化分析，对子区方案进行迭代优化，最终获得子区内节点关联度相似性最大、子区间差异性最大的道路交通路网划分方案。