交通流量数据的分析方法、装置、电子设备及存储介质与流程

本发明涉及数据分析，尤其涉及一种交通流量数据的分析方法、装置、电子设备及存储介质。

背景技术：

1、交通流量是指单位时间内通过道路某一断面的实际车辆数，是描述交通状态的特征参数。其中，交通流量数据是城市道路规划、车辆导航、交管管理以及交通治理等场合的重要参考因素。因此，如何合理的分析交通流量数据有着重要影响。

2、现有对交通流量数据进行分析的方式一般为，将时间和空间划分为网格单元，进一步对每个网格单元内的交通流量数据进行聚类分析，从而获得交通流量数据的特性。由于交通流量数据的复杂性和不确定性，该种将空间维度和时间维度进行融合分析的方式存在分析精准度不高的问题。

技术实现思路

1、本发明提供一种交通流量数据的分析方法、装置、电子设备及存储介质，能够改善现有的对交通流量数据进行分析的方案。

2、第一方面，本发明提供一种交通流量数据的分析方法，包括：根据交通流量信息构建时空坐标，所述时空坐标包括至少一个特征数据对，所述特征数据对包括当前坐标对应的时间信息、空间信息和交通流量数据；基于至少一个所述特征数据对确定特征信息，所述特征信息包括时间特征信息、空间特征信息和交通流量特征信息；根据所述交通流量数据、所述时间特征信息、所述空间特征信息和交通流量特征信息确定时间流量数据和空间流量数据；分别对所述时间流量数据和所述空间流量数据进行聚类分析，获得所述交通流量数据的数据特性。

3、可选地，所述基于至少一个所述特征数据对确定特征信息，包括：对至少一个所述特征数据对包含的时间信息、空间信息和交通流量数据分别进行特征提取，获得至少一个特征序列对，至少一个所述特征序列对包括时间序列特征、空间序列特征和交通流量序列特征；基于每个所述特征序列对包括的时间序列特征、空间序列特征和交通流量序列特征计算拉普拉斯矩阵；对所述拉普拉斯矩阵进行特征分解，获得所述交通流量数据的特征信息。

4、可选地，所述基于每个所述特征序列对包括的时间序列特征、空间序列特征和交通流量序列特征计算拉普拉斯矩阵，包括：计算每两个所述特征序列对的相似度，根据每两个所述特征序列对的相似度构建相似性图谱；根据所述相似性图谱间的连接关系确定邻接矩阵；根据所述邻接矩阵确定度矩阵，根据所述邻接矩阵和所述度矩阵确定所述拉普拉斯矩阵。

5、可选地，所述根据所述交通流量数据、所述时间特征信息、所述空间特征信息和交通流量特征信息确定时间流量数据和空间流量数据，包括：根据所述交通流量数据、所述时间特征信息和所述交通流量特征信息确定时间流量数据；根据所述交通流量数据、所述空间特征信息和所述交通流量特征信息确定所述空间流量数据。

6、可选地，所述根据所述交通流量数据、所述时间特征信息和所述交通流量特征信息确定时间流量数据，包括：根据所述时间特征信息和所述交通流量特征信息构建时间流量坐标；根据所述交通流量数据和所述时间流量坐标获得所述时间流量数据；

7、相应地，所述根据所述交通流量数据、所述空间特征信息和所述交通流量特征信息确定所述空间流量数据，包括：根据所述空间特征信息和所述交通流量特征信息构建空间流量坐标；根据所述交通流量数据和所述空间流量坐标获得空间流量数据。

8、可选地，所述根据交通流量信息构建时空坐标，包括：获取至少一个交通流量信息，每个所述交通流量信息包括时间数据和空间数据；根据每个所述交通流量信息对应的时间数据和空间数据构建所述时空坐标。

9、可选地，在根据交通流量信息构建时空坐标之前，包括：基于传感设备获取初始交通流量信息；基于异常因子处理算法对所述初始交通流量信息中的异常信息进行预处理，获得所述交通流量信息。

10、第二方面，本发明提供一种交通流量数据的分析装置，所述装置包括：

11、坐标构建模块，用于根据交通流量信息构建时空坐标，所述时空坐标包括至少一个特征数据对，所述特征数据对包括当前坐标对应的时间信息、空间信息和交通流量数据；

12、特征确定模块，用于基于至少一个所述特征数据对确定所述交通流量数据的特征信息，所述特征信息包括时间特征信息、空间特征信息和交通流量特征信息；

13、数据确定模块，用于根据所述交通流量数据、所述时间特征信息、所述空间特征信息和交通流量特征信息确定时间流量数据和空间流量数据；

14、数据分析模块，用于分别对所述时间流量数据和所述空间流量数据进行聚类分析，获得所述交通流量数据的数据特性。

15、第三方面，本发明还提供了一种电子设备，所述电子设备包括：

16、至少一个处理器；以及

17、与所述至少一个处理器通信连接的存储器；其中，

18、所述存储器存储有可被所述至少一个处理器执行的计算机程序，所述计算机程序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本发明任一实施例所述的交通流量数据的分析方法。

19、第四方面，本发明还提供了一种计算机可读存储介质，所述计算机可读存储介质存储有计算机指令，所述计算机指令用于使处理器执行时实现本发明任一实施例所述的交通流量数据的分析方法。

20、本实施例提供的交通流量数据的分析方案，首先根据交通流量信息构建时空坐标，时空坐标包括至少一个特征数据对，特征数据对包括当前坐标对应的时间信息、空间信息和交通流量数据；然后通过至少一个特征数据对确定出交通流量数据的特征信息，特征信息包括时间特征信息、空间特征信息和交通流量特征信息；再根据交通流量数据、时间特征信息、空间特征信息和交通流量特征信息确定出时间流量数据和空间流量数据；最后分别对时间流量数据和空间流量数据进行聚类分析，获得交通流量数据的数据特性。本实施例提供的方案，通过对交通流量信息构建特征数据对，进一步对每个特征数据对进行特征提取的方式，能够获得交通流量信息的时间特征，空间特征和交通流量特征，进一步将各特征转化在同一尺度下，分别对获得的时间流量数据和空间流量数据进行低维度聚类分析，该种方式获得的聚类结果能够准确表达交通流量的数据特性，取到了提高交通流量数据分析精准度的有益效果。

21、应当理解，本部分所描述的内容并非旨在标识本发明的实施例的关键或重要特征，也不用于限制本发明的范围。本发明的其它特征将通过以下的说明书而变得容易理解。

技术特征：

1.一种交通流量数据的分析方法，其特征在于，包括：

2.根据权利要求1所述的交通流量数据的分析方法，其特征在于，所述基于至少一个所述特征数据对确定特征信息，包括：

3.根据权利要求2所述的交通流量数据的分析方法，其特征在于，所述基于每个所述特征序列对包括的时间序列特征、空间序列特征和交通流量序列特征计算拉普拉斯矩阵，包括：

4.根据权利要求1所述的交通流量数据的分析方法，其特征在于，所述根据所述交通流量数据、所述时间特征信息、所述空间特征信息和交通流量特征信息确定时间流量数据和空间流量数据，包括：

5.根据权利要求4所述的交通流量数据的分析方法，其特征在于，所述根据所述交通流量数据、所述时间特征信息和所述交通流量特征信息确定时间流量数据，包括：

6.根据权利要求1所述的交通流量数据的分析方法，其特征在于，所述根据交通流量信息构建时空坐标，包括：

7.根据权利要求1所述的交通流量数据的分析方法，其特征在于，在根据交通流量信息构建时空坐标之前，包括：

8.一种交通流量数据的分析装置，其特征在于，包括：

9.一种电子设备，其特征在于，所述电子设备包括：

10.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，该程序被处理器执行时实现如权利要求1-7任一项所述的交通流量数据的分析方法。

技术总结本发明公开了一种交通流量数据的分析方法、装置、电子设备及存储介质，涉及数据分析技术，该方法包括：根据交通流量信息构建时空坐标，时空坐标包括至少一个特征数据对，特征数据对包括当前坐标对应的时间信息、空间信息和交通流量数据；通过至少一个特征数据对确定出交通流量数据的特征信息，特征信息包括时间特征信息、空间特征信息和交通流量特征信息；根据交通流量数据、时间特征信息、空间特征信息和交通流量特征信息确定出时间流量数据和空间流量数据；分别对时间流量数据和空间流量数据进行聚类分析，获得交通流量数据的数据特性。本发明能够准确表达交通流量的数据特性，取到了提高交通流量数据分析精准度的有益效果。技术研发人员：曾斌,杨思婷,张茂华,廖瑞毅受保护的技术使用者：数字广东网络建设有限公司技术研发日：技术公布日：2024/5/29