%0 Journal Article
%T 利用GPS轨迹二次聚类方法进行道路拥堵精细化识别<br>Identification of Urban Network Congested Segments Using GPS Trajectories Double-Clustering Method
%A 付子圣
%A 李秋萍
%A 柳林
%A 周素红&lt
%A br&gt
%A FU Zisheng
%A LI Qiuping
%A LIU Lin
%A ZHOU Suhong
%J 武汉大学学报·信息科学版
%D 2017
%R 10.13203/j.whugis20150036
%X 针对当前在精细识别道路拥堵时空范围方面研究的不足，提出一种利用GPS轨迹的二次聚类方法，通过快速识别大批量在时间、空间上差异较小且速度相近的轨迹段，反映出道路交通状态及时空变化趋势，并根据速度阈值确定拥堵状态及精细时空范围。首先将轨迹按采样间隔划分成若干条子轨迹，针对子轨迹段提出相似队列的概念，并设计了基于密度的空间聚类的相似队列提取方法，通过初次聚类合并相似子轨迹段，再利用改进的欧氏空间相似度度量函数计算相似队列间的时空距离，最后以相似队列为基本单元，基于模糊C均值聚类的方法进行二次聚类，根据聚类的结果进行交通流状态的识别和划分。以广州市主干路真实出租车GPS轨迹数据为例，对该方法进行验证。实验结果表明，该二次聚类方法能够较为精细地反映城市道路的拥堵时空范围，便于管理者精准疏散城市道路拥堵，相比直接聚类方法可以有效提升大批量轨迹数据的计算效率
%K 道路拥堵精细识别
%K 时空轨迹聚类
%K 相似队列
%K 轨迹相似性度量
%K &lt
%K br&gt
%K urban network congested segments identification
%K spatio-temporal trajectory clustering
%K similar queues
%K trajectory similarity measure
%U http://ch.whu.edu.cn/CN/abstract/abstract5827.shtml