HMM-Cluster：面向交通量过载发现的轨迹聚类方法

来源：计算机工程与应用杂志2018年第1期北京时间：

作者：潘 立1，2，邓 佳1，王永利1

单位：1.南京理工大学 计算机科学与工程学院，南京 210094 ；2.中国人民解放军火箭军参谋部，北京 100085

摘要：随着经济的发展，城市交通拥堵问题亟待解决，交通量过载发现是解决交通拥堵问题的有效方法之一。提出一种基于HMM模型的轨迹聚类算法HMM-Cluster，可有效地发现交通量过载情况。该算法首先提取时空轨迹特征点，并采用维数约简技术减少轨迹数据量，根据参照轨迹拟合HMM模型，基于密度函数得到轨迹相似度矩阵，最后给出聚合的相似性轨迹。真实轨迹数据集上的对比实验结果表明，提出的HMM-Cluster可有效地挖掘移动对象运动模式，准确发现交通量过载情况，具有一定实用价值。

关键词：交通量过载,时空数据,轨迹聚类,隐马尔科夫模型