1.一种城市路网环境下基于动态空间网络模型的热点区域检测方法,其特征在于:依次包括以下步骤:(1)构建动态空间网络DSN;
(1.1)构建动态空间网络DSN的空间与拓扑信息,即根据地图数据提取路口、道路方向的拐点和路段来建立DSN的空间与拓扑信息,即获得动态空间网络中的结点和边;
(1.2)计算边的流量属性,即采用路网匹配方法建立轨迹和道路之间的关联,然后计算DSN中每条边的净流量序列{wi1,wi2,wi3,…};
(2)设计动态空间网络DSN的数据结构:
首先采用线性结构存储所有的边{e1,e2,e3,…},每条边ei元素分别连接净流量序列{wi1,wi2,wi3,…}和两个结点{vi,vj};这样,给定一条边即可访问边的流量属性、以及相关的结点信息;然后每个结点vi连接一个边集{ei1,ei2,ei3,…},这样给定一条边即可得到与之连接的其他边信息;
(3)采用划分‑过滤‑检测的方法进行热点区域的挖掘,即:首先将动态空间网络DSN在空间上进行划分,得到候选区域集CA;然后采用流量上界的估算函数F和H对不同时间段中的候选区域AR(g)依次进行过滤;最后针对候选区域AR(g)进行热点区域检测,得到热点区域集合HS;
所述得到候选区域集CA的详细过程为:
(A)对动态空间网络G进行空间划分:设热点区域的空间阈值为d,采用边长为d的方格对G进行空间划分,则得到D×D的网格,对网格中的方格进行编号,将行号为a且列号为b的方格记为gab,1≤a,b≤D,该方格gab所包含的边集合则记为gab.E;
(B)根据空间划分结果生成候选区域集CA:动态空间网络G的候选区域集CA由方格gab的邻域组成,即所有方格邻域组成CA={AR(gab)|1≤a,b≤D};
其中,因为热点区域的最小外接矩形MBR在尺寸上小于或等于一个边长为d的方格,所以热点区域一定被某个方格邻域所包含,且方格邻域由环绕方格的周边方格组成;
所述对候选区域AR(g)进行过滤的具体过程为:
(C)采用时间序列形式对邻域的变化过程进行建模;
邻域AR(gab)的时间跨度与动态空间网络的时间序列T一致,该邻域的时间段表示为Ti,j={ti,ti+1,…,tj},1≤i,j≤k:其中,热点区域的时间阈值为θ,因此满足阈值要求的时间段为{Ti,j|1≤i≤j≤k,j‑i≥θ};
(D)采用基于动态规划的流量估算过滤方法进行候选区域第一次过滤,即:采用流量上界的估算函数F对所在时间段内候选区域AR(g)中所有净流量为正值的边进行流量汇总计算,如果候选区域AR(g)中存在热点区域,则无论该热点区域是否包含流量为负值的边,净流量均将小于或等于由候选区域AR(g)中所有流量正值的边构成的流量上界;
候选区域AR(g)在指定时间段Ti,j内的流量上界为:
其中 表示在时间间隔t内流量为正值的
边;将F(AR(g),Ti,j)简化为F(i,j);给定时间段Ti,j内,任何子图S边集的净流量fa(S.E,Ti,j)等于所有边的净流量之和 根据流量上界的估算原理,最大净流量(E)采用估算函数H对第一次过滤后的候选结果进行第二次过滤;
流量上界估算H函数为: 简化为H(i,j),其
中 表示在时间段Ti,j内净流量汇总值为正的边;
候选区域AR(g)中,每条边e在时间段Ti,j内均具有一个净流量的汇总值∑e∈S.Efa(e,Ti,j),且该时间内候选区域中所有正的汇总值为其中,所有正的汇总值之和小于估算函数F的计算结果,即:
表示在Ti,j内净流量汇总值为
正的边,进而实现二次过滤。
2.根据权利要求1所述的城市路网环境下基于动态空间网络模型的热点区域检测方法,其特征在于:所述步骤(1.1)中,将路网数据作为动态空间网络DSN的输入数据,也就是将路网中道路的交叉点和道路拐点映射为空间网络图中的结点,并将路网中的路段映射为边;通过上述输入数据提取获得动态空间网络DSN的输出数据,即DSN中的空间和拓扑信息。
3.根据权利要求1所述的城市路网环境下基于动态空间网络模型的热点区域检测方法,其特征在于:所述步骤(1.2)中采用基于HMM的算法进行路网匹配,具体过程是:结合轨迹中数据点的时序特征和空间属性,使用高斯分布来模拟观测概率转移,而状态转移概率则通过综合速率信息、GPS观测点和真实点的信息计算出来,先根据路段投影过程为每个GPS采样点检索一组候选路段和候选点;然后构造一个候选图,该候选图中的结点是每个GPS观测的候选点集合,而边是任意两个相邻的候选点之间的最短路径集;结点和边均基于空间/时间分析结果分配相应权重值;最后结合观测和转移概率,在候选图中寻找一条具有最高得分的路径。
4.根据权利要求1所述的城市路网环境下基于动态空间网络模型的热点区域检测方法,其特征在于:所述步骤(3)中,当前时间段Ti,j的候选区域AR(g)的热点区域的搜索方法为:首先计算方格g中的每条边在Ti,j内的净流量汇总值;然后选取g中净流量汇总值最大的边构成初始子图S;此后采用迭代的方式对该子图进行扩充;
在每次迭代中,选取当前子图S的邻接边作为候选边集,对候选边集中的每一条边e进行评分,然后将把得分最高的边加入到子图S中,如果得分为‑∞的边,或者MBR(S+e).DL超出空间阈值的边将不能被扩展,直到没有候选边可扩展时,迭代结束;
若此时的子图S满足:S.fa/|Ti,j|≥δ,则将其作为结果输出,同时将S所涉及的边从候选数据集中删除,以防被重复检测;最后重新计算该候选区域中剩余边的流量上界,若满足阈值要求则重新加入候选区域集CA中再次检测,否则删除;
按上述方法重复搜索热点区域,直到候选区域集CA为空;
其中所述评分方法如公式1所示:
其中,Δ是子图S在添加边e后对角线的变化值,即Δ=MBR(S+e).DL‑MBR(S).DL,这里的“S+e”表示加入e后的新子图。
5.根据权利要求1所述的城市路网环境下基于动态空间网络模型的热点区域检测方法,其特征在于:所述第一次过滤方法中,采用动态规划法通过已估算的流量上界直接计算2
待估算的流量上界,进而时间复杂度降为O(mk);
即:F(i,j)=F(i‑1,j)+F(i,j‑1)‑F(i‑1,j‑1)。