专利名称：一种交通小区划分方法及装置的制作方法
技术领域：
本发明涉及交通信息领域，尤其涉及一种交通小区划分方法及装置。
背景技术：
城市交通管理系统在对交通实施管控及建设之前，需要对城市区域内的交通情况进行分析，确保管控及建设措施的合理性。近年来，城市范围不断扩大，城市交通情况日益复杂，将整个城市区域划分为多个交通小区，降低城市交通管理系统分析对象的复杂性，便于城市交通管理系统对交通的管控及建设。交通小区是指，具有一定交通关联度和交通相似度的节点和连线的集合，随时间、关联度和相似度的变化而变化，反映了城市路网交通特征的时空变化特性。交通小区划分是指，将大范围、复杂的交通区域解耦为若干个具有一定交通关联度和交通相似度的交通小区，以便城市交通管理系统针对不同的交通小区进行分 析并采用不同的交通管控及建设措施。现有交通小区划分技术根据城市区域的地理位置、道路车流量信息以及实际路网分隔，实现交通小区的划分。在实现上述交通小区划分的过程中，发明人发现现有技术中至少存在如下问题城市交通系统是一个具有随机特性的动态系统，根据城市区域的地理位置、道路车流量信息以及实际路网分隔划分出来的交通小区，缺乏对城市区域道路动态信息以及区域之间内在交通特征的研究，导致交通小区不能实时、准确地反映内在交通特征。
发明内容
本发明实施例提供一种交通小区划分方法及装置，划分出来的交通小区能够实时、准确地反映内在交通特征。为达到上述目的，本发明的实施例采用如下技术方案本发明第一方面提供一种交通小区划分方法，包括根据待划分区域的实际路网情况，将所述待划分区域网格化；在第一预设时间段内，获取每个网格内的每个基站的通信记录数量，进而得到对应每个基站的数量离散值；所述数量离散值为在所述第一预设时间段内的所述通信记录数量随时间变化的一组取值；对于每个基站，将每个基站的所述数量离散值与预设置的一组特征曲线进行差值平方和比较，从所述特征曲线中选取与每个基站的数量离散值的差值平方和最小的最小误差特征曲线；将对应有相同的最小误差特征曲线的基站划分为同一个基站类型；在每个网格中，计算不同基站类型的基站数量比例；对每个网格，根据网格中所述基站数量比例最大的基站类型，确定网格类型；合并相邻且具有相同网格类型的网格，组成一个交通小区。结合第一方面，在一种可能的实现方式中，所述交通小区划分方法，在根据待划分区域的时间路网情况，将所述待划分区域网格化之前，还包括在预选定的至少两个不同采样区域中，获取每个采样区域的样本基站在第二预设时间段的通信记录数量，并根据所述样本基站的通信记录数量生成至少两条特征曲线。结合第一方面和上述可能的实现方式，在另一种可能的实现方式中，所述交通小区划分方法，所述对于每个基站，将每个基站的所述数量离散值与预设置的一组特征曲线进行差值平方和比较，从所述特征曲线中选取与每个基站的数量离散值的差值平方和最小的最小误差特征曲线，具体包括根据公式A = & (j)-RCij，得到特征曲线i与数量离散值RCij在j时刻取值的差值A ;其中fdj)为特征曲线i在j时刻的取值；根据公式Ei=EP71A2,得到特征曲线i与数量离散值RCij的差值平方和Ei ;其中m、η分别为所述第一预设时间段的开始时刻和结束时刻；
·
选取最小的Ei对应的特征曲线作为所述最小误差特征曲线。本发明第二方面提供一种交通小区划分装置，包括划分单元，用于根据待划分区域的实际路网情况，将所述待划分区域网格化；获取单元，用于在第一预设时间段内，获取每个网格内的每个基站的通信记录数量，进而得到对应每个基站的数量离散值；所述数量离散值为在所述第一预设时间段内的所述通信记录数量随时间变化的一组取值；比较单元，用于对于每个基站，将每个基站的所述数量离散值与预设置的一组特征曲线进行差值平方和比较，从所述特征曲线中选取与每个基站的数量离散值的差值平方和最小的最小误差特征曲线；分类单元，用于将对应有相同的最小误差特征曲线的基站划分为同一个基站类型；计算单元，用于在每个网格中，计算不同基站类型的基站数量比例；确定单元，用于对每个网格，根据网格中所述基站数量比例最大的基站类型，确定网格类型；合并单元，用于合并相邻且具有相同网格类型的网格，组成一个交通小区。结合第二方面，在一种可能的实现方式中，所述交通小区划分装置，还包括生成单元，用于在划分单元之前，在预选定的至少两个不同采样区域中，获取每个采样区域的样本基站在第二预设时间段的通信记录数量，并根据所述样本基站的通信记录数量生成至少两条特征曲线。结合第二方面和上述可能的实现方式，在另一种可能的实现方式中，所述交通小区划分装置，比较单元具体包括第一计算模块，用于根据公式A = fi(j)-RCij,得到特征曲线i与数量离散值RCij在j时刻取值的差值A ;其中fdj)为特征曲线i在j时刻的取值；第二计算模块，用于根据公式Ei=ES1 A2,得到特征曲线i与数量离散值RCL的差值平方和Ei ;其中m、η分别为所述第一预设时间段的开始时刻和结束时刻；选取模块，用于选取最小的Ei对应的特征曲线作为所述最小误差特征曲线。本发明实施例提供的一种交通小区划分方法及装置，根据实际路网，将待划分区域网格化；在第一预设时间段内，获取每个网格内的每个基站的通信记录数量，进而得到对应每个基站的数量离散值；将每个基站的数量离散值与预设置的一组特征曲线进行差值平方和比较，选取与每个基站的数量离散值的差值平方和最小的最小误差特征曲线；将对应有相同的最小误差特征曲线的基站划分为同一个基站类型；在每个网格中，计算不同基站类型的基站数量比例；根据网格中基站数量比例最大的基站类型，确定网格类型；合并相邻且具有相同网格类型的网格，组成一个交通小区，相比于根据城市区域的地理位置、道路车流量信息以及实际路网分隔，进行交通小区的划分的方法，实现了对城市区域道路动态信息以及区域之间内在交通特征的研究，从而划分出来的交通小区能够实时、准确地反映内在交通特征。
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。
图I为本发明实施例I中一种交通小区划分方法流程图；图2为本发明实施例2中一种交通小区划分方法流程图；图3为本发明实施例2中一种特征曲线生成方法流程图；图4为本发明实施例2中一种待划分区域网格化示意图；图5为本发明实施例2中一种交通小区划分结果示意图；图6为本发明实施例3中一种交通小区划分装置组成示意图；图7为本发明实施例3中另一种交通小区划分装置组成示意图。
具体实施例方式下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。实施例I本发明实施例提供一种交通小区划分方法，如图I所示，包括101、根据待划分区域的实际路网情况，将所述待划分区域网格化。其中，根据用户实际需要选定待划分区域，一般地，待划分区域为待实施交通管控及建设区域。待划分区域按照实际路网分隔为两个或两个以上网格，可选取待划分区域中省级或省级以上道路构成的路网进行分隔。102、在第一预设时间段内，获取每个网格内的每个基站的通信记录数量，进而得到对应每个基站的数量离散值；所述数量离散值为在所述第一预设时间段内的所述通信记录数量随时间变化的一组取值。其中，手机使用量的快速增长带动了定位服务(Location Based Services, LBS)的发展，从而为交通管理系统计算实时交通状态、客流分布等交通特性的研究提供了数据。手机信令数据是指蜂窝网络中包含通讯基站和通信事件信息的手机数据，利用手机信令数据动态分析实时交通状况是一种新兴的广域动态交通探测技术。103、对于每个基站，将每个基站的所述数量离散值与预设置的一组特征曲线进行差值平方和比较，从所述特征曲线中选取与每个基站的数量离散值的差值平方和最小的最小误差特征曲线。其中，特征曲线为具有典型通信特征基站的通信数量随时间的变化曲线，由互不相同的两条或两条以上特征曲线构成特征曲线组。104、将对应有相同的最小误差特征曲线的基站划分为同一个基站类型。其中，每个基站的数量离散值与两条或两条以上特征曲线进行差值平方和比较之后，从两条或两条以上特征曲线中选取与每个基站的数量离散值的差值平方和最小的特征曲线，并将其确定为最小误差特征曲线，则对于每个基站，都对应一条最小误差特征曲线，一般的，基站数量大于特征曲线数量，即存在多个基站对应相同的最小误差特征曲线。将对·应有相同的最小误差特征曲线的多个基站划分为同一个基站类型。105、在每个网格中，计算不同基站类型的基站数量比例。106、对每个网格，根据网格中所述基站数量比例最大的基站类型，确定网格类型。107、合并相邻且具有相同网格类型的网格，组成一个交通小区。其中，相邻网格是指具有公共边界的网格。本发明实施例提供的一种交通小区划分方法，根据实际路网，将待划分区域网格化；在第一预设时间段内，获取每个网格内的每个基站的通信记录数量，进而得到对应每个基站的数量离散值；将每个基站的数量离散值与预设置的一组特征曲线进行差值平方和比较，选取与每个基站的数量离散值的差值平方和最小的最小误差特征曲线；将对应有相同的最小误差特征曲线的基站划分为同一个基站类型；在每个网格中，计算不同基站类型的基站数量比例；根据网格中基站数量比例最大的基站类型，确定网格类型；合并相邻且具有相同网格类型的网格，组成一个交通小区，相比于根据城市区域的地理位置、道路车流量信息以及实际路网分隔，进行交通小区的划分的方法，本发明实现了对城市区域道路动态信息以及区域之间内在交通特征的研究，从而划分出来的交通小区能够实时、准确地反映内在交通特征。实施例2本发明实施例提供一种交通小区划分方法，如图2所示，包括201、在预选定的至少两个不同采样区域中，获取每个采样区域的样本基站在第二预设时间段的通信记录数量，并根据所述样本基站的通信记录数量生成至少两条特征曲线。其中，采样区域中样本基站具有典型通信特征，通过获取采样区域中样本基站在第二预设时间段的通信记录数量，得到能够代表采样区域通信特征的特征曲线，为了使特征曲线完整地代表采样区域的通信特征，可设定第二预设时间段为一天。例如某一采样区域为典型工作区，区域中样本基站在工作时间段，一般为8:00——18:00，通信记录数量大。如图3所示，以一种生成特征曲线的方法为例来说明例如2011、获取每个采样区域的样本基站在第二预设时间段的通信记录数量，确定每个样本基站对应特征向量。
其中，获取采样区域中某一样本基站在一天内不同时刻拨打、接听电话的数量RCIk,得到样本基站在一天内的通信记录数量RCIk, RCIk = (RCI00:00, RCI01l00,
RCI02100......RCI23100);值得注意的是为了避免样本基站通信能力差异带来的误差，可计
算样本基站在一天内不同时刻的通信强度RCVIk，RCVIk为样本基站在k时刻的通信记录
数量占一天内总通信记录数量的比例，则RCVIk = RCIk/(RCI00:00+RCI01:00+RCI02:00+......+
RCI23^)，对应得到样本基站在一天内的通信强度变化趋势，RCVIk= (RCVI00:00, RCVI01100,
RCVI02100......RCVI23100);类似地，计算出采样区域中每个样本基站在一天内的通信强度变
化趋势，其中通信强度变化趋势是随时间变化的24维特征向量，即每个样本基站对应一个24维特征向量。
2012、计算每个样本基站特征向量的向量密度，确定具有最大向量密度的特征向量为第一聚类中心。其中，向量密度是指，一个向量的近邻向量的个数。假设存在两个特征
向量 RCVlk = (RCV100:00, RCV101:00, RCVl02l00......RCVl23l00)和 RCV2k = (RCV200:00,
RCV201:00, RCV202:00......RCV223:00)，则根据向量间欧几里得距离d的计算公式
d 二 JzfCRCVlk - RCV2k) 2，若“ z*V^，°' 1 彡 z 彡 O. 2，则特征向量 RCVlk 与特征向
量RCV2k为近邻向量，其中z的取值范围也可根据实际需要选定。类似地，计算每个特征向量与其他特征向量之间的欧几里得距离d，确定每个特征向量的近邻向量的个数，则可得每个特征向量的向量密度，确定具有最大向量密度的特征向量为第一聚类中心。2013、从待分类特征向量中选取与第一聚类中心距离最远的特征向量，作为第二聚类中心。2014、判断是否存在新的聚类中心。其中，对每个非聚类中心特征向量，分别计算非聚类中心特征向量与各聚类中心之间的距离Ds，选取Ds中最小值Dsm，若某一非聚类中心特征向量对应Dsm > Θ *D12，则确定该特征向量为新的聚类中心，其中Θ为选择比例系数，可根据实际需要确定取值范围，D12为第一聚类中心与第二聚类中心之间的距离。2015、当不再出现新的聚类中心时，对每个非聚类中心特征向量，将非聚类中心特征向量分到距离该特征向量距离最近的聚类中心所代表的类中。2016、计算各类中所有特征向量的平均向量，作为类代表向量。2017、对各类代表向量进行多项式曲线拟合，得到各类特征曲线。其中，因为高次多项式具有较大的波动性，不符合通信强度的变化规律，所以进行曲线拟合的多项式次数不宜过高，一般可选取四次多项式进行曲线拟合。202、根据待划分区域的实际路网情况，将所述待划分区域网格化。其中，根据用户实际需要选定待划分区域，一般地，待划分区域为待实施交通管控及建设区域。待划分区域按照实际路网分隔为两个或两个以上网格，可选取待划分区域中省级或省级以上道路构成的路网进行分隔，如图4所示，仅以一种简单路网分隔网格示意待划分区域网格化。203、在第一预设时间段内，获取每个网格内的每个基站的通信记录数量，进而得到对应每个基站的数量离散值；所述数量离散值为在所述第一预设时间段内的所述通信记录数量随时间变化的一组取值。其中，通过获取基站通信记录数量信息可以得到基站覆盖范围内手机拨打、接听电话的数量信息，为了更加全面地通过通信记录数量研究交通特性，可选取一天为第一预设时间段，进而得到基站在一天24个小时中每一小时的通信记录数量，由于手机拨打、接听电话事件是随机事件，所以获取的通信记录数量值为离散值。获取基站在一天24个小时中每一小时的通信记录数量，例如获取某一基站在某一天00:00的通信记录数量RCic^citl,类似地，获取基站在一天24个小时中每一小时的通信记录数量，对应得到基站的数量离散值 RCij, RCij = (RCi00:00, RCi01:00, RCi02l00......RCi23l00)。为了便于数量离散值与特征曲线进行差值平方和比较，可将基站的数量离散值RCi j，经过进一步计算，对应得到基站的通信强度变化趋势RCVi j。例如某一基站的数量
离散值 RCij，RCij = (RCi00:00, RCi01:00, RCi02l00......RCi23: J，根据公式 RCVi j = RCij/(RC
ioooo+RCioioo+RCio2oo+......+RCi23: J，对应得到样本基站在一天内的通信强度变化趋势，
RCVij = (RCVi00:00, RCVi01:00, RCVi02l00......RCVi23:J，确定基站对应的通信强度变化趋势
为基站强度离散值。204、对于每个基站，将每个基站的强度离散值与特征曲线进行差值平方和比较，从所述特征曲线中选取与每个基站的强度离散值的差值平方和最小的最小误差特征曲线。其中，获取步骤201生成的特征曲线，在同一坐标系中，计算每个基站的强度离散值RCVij与特征曲线组中每一条特征曲线的差值A，例如某一基站的强度离散值RCVij
=(RCVi00:00, RCVi01:00, RCVi02l00......RCVi23:J，某一特征曲线组中第 i 条特征曲线为
fi(j)，首先，计算RCVij中每一时刻的强度值与同一时刻fi(j)函数值之间的差值A，A =
A(J)-RCVip再根据公式Μ=ΣΡοΑ2得到特征曲线fdj)与数量离散值RCVL的差值平方
和Ei，对于某一基站，确定最小的Ei对应的特征曲线为最小误差特征曲线。205、将对应有相同的最小误差特征曲线的基站划分为同一个基站类型。其中，依照步骤204，确定每一个基站所对应的最小误差特征曲线，将对应有相同的最小误差特征曲线的基站划分为同一个基站类型。例如某一网格中所包含的基站为Yl、Y2、Y3、Y4、Y5，各基站对应的强度离散值为RCVlj、RCV2j、RCV3j、RCV4j、RCV5j，某一特征曲线组由特征曲线Fl (j)、特征曲线F2(j)和特征曲线F3(j)组成，依照步骤204，确定各基站所对应的最小误差特征曲线如表一所示
1 ~I最小误差特征曲线
1Fl (j)
2F3(j)
3F2(j)
4F3(j)
5F3(j)
表一基站与最小误差特征曲线对应表由表一可得，基站Yl所对应的特征曲线均为Fl (j)，基站Y3对应的特征曲线为F2 (j)，基站Y2、基站Y4和基站Y5所对应的特征曲线均为F3 (j)，则划分基站Yl为第一类特征基站，基站Y3为第二类特征基站，基站Y2、基站Y4和基站Y5为第三类特征基站。206、在每个网格中， 计算不同基站类型的基站数量比例。其中，在每个网格中，根据公式第N类特征基站数量比例PN=第N类特征基站数量/网格中所包含的所有基站数量，计算网格中不同基站类型的基站数量比例。例如某一网格中包含5个基站Y1、Y2、Y3、Y4、Y5，其中基站Yl为第一类特征基站，基站Y 3为第二类特征基站，基站Υ2、基站Υ4和基站Υ5为第三类特征基站，则第一类特征基站数量比例为Pl = 1 + 5 = 20%，第二类特征基站数量比例为Ρ2 = 1 + 5 = 20%，第三类类特征基站数量比例为Ρ3 = 3 + 5 = 60%。207、对每个网格，根据网格中所述基站数量比例最大的基站类型，确定网格类型。其中，例如某一网格中包含5个基站Υ1、Υ2、Υ3、Υ4、Υ5，第一类特征基站数量比例为20%，第二类特征基站数量比例为20%，第三类特征基站数量比例为60%，可得第三类特征基站数量比例是最大的，则确定该网格为第三类特征网格。需要说明的是，若网格中出现两类或两类以上特征基站数量比例相同的情况，则参照相邻网格类型以及相邻网格中不同类型基站数量比例确定网格类型，例如某一网格中，第一类特征基站数量比例为40%，第二类特征基站数量比例为40%，第三类特征基站数量比例为20%，相邻网格I为第一类特征网格，其中第一类特征基站数量比例为80%，相邻网格2为第二类特征网格，其中第二类特征基站数量比例为50%，相邻网格3为第一类特征网格，其中第一类特征基站数量比例为60%，则确定网格类型与相邻网格I类型相同，为第一类特征网格。208、合并相邻且具有相同网格类型的网格，组成一个交通小区。其中，例如如图4所示，根据省级道路分隔划分待划分区域为网格I、网格2、网格3、网格4、网格5和网格6，其中，网格I和网格4为第一类特征网格，网格2、网格3和网格6为第二类特征网格，网格5第三类特征网格，如图5所示，合并网格I和网格4组成第一类交通小区。合并网格2、网格3和网格6为第二类交通小区，网格5为第三类交通小区。本发明实施例提供的一种交通小区划分方法，根据实际路网，将待划分区域网格化；在第一预设时间段内，获取每个网格内的每个基站的通信记录数量，进而得到对应每个基站的数量离散值；将每个基站的数量离散值与预设置的一组特征曲线进行差值平方和比较，选取与每个基站的数量离散值的差值平方和最小的最小误差特征曲线；将对应有相同的最小误差特征曲线的基站划分为同一个基站类型；在每个网格中，计算不同基站类型的基站数量比例；根据网格中基站数量比例最大的基站类型，确定网格类型；合并相邻且具有相同网格类型的网格，组成一个交通小区，相比于根据城市区域的地理位置、道路车流量信息以及实际路网分隔，进行交通小区的划分的方法，本发明实现了对城市区域道路动态信息以及区域之间内在交通特征的研究，从而划分出来的交通小区能够实时、准确地反映内在交通特征。实施例3本发明实施例提供一种交通小区划分装置，如图6所示，包括
划分单元31，用于根据待划分区域的实际路网情况，将所述待划分区域网格化。获取单元32，用于在第一预设时间段内，获取每个网格内的每个基站的通信记录数量，进而得到对应每个基站的数量离散值；所述数量离散值为在所述第一预设时间段内的所述通信记录数量随时间变化的一组取值。比较单元33，用于对于每个基站，将每个基站的所述数量离散值与预设置的一组特征曲线进行差值平方和比较，从所述特征曲线中选取与每个基站的数量离散值的差值平方和最小的最小误差特征曲线。分类单元34，用于将对应有相同的最小误差特征曲线的基站划分为同一个基站类型。 计算单元35，用于在每个网格中，计算不同基站类型的基站数量比例。确定单元36，用于对每个网格，根据网格中所述基站数量比例最大的基站类型，确定网格类型。合并单元37，用于合并相邻且具有相同网格类型的网格，组成一个交通小区。进一步的,如图7所示,该装置,还包括生成单元38，用于在划分单元之前，在预选定的至少两个不同采样区域中，获取每个采样区域的样本基站在第二预设时间段的通信记录数量，并根据所述样本基站的通信记录数量生成至少两条特征曲线。进一步的，如图7所示，该装置比较单元33具体包括第一计算模块331，用于根据公式A = A(J)-RCij,得到特征曲线i与数量离散值RCij在j时刻取值的差值A ;其中fdj)为特征曲线i在j时刻的取值。第二计算模块332，用于根据公式Ei = Sl1T1AL得到特征曲线i与数量离散值RCij的差值平方和Ei ;其中m、η分别为所述第一预设时间段的开始时刻和结束时刻。选取模块333，用于选取最小的Ei对应的特征曲线作为所述最小误差特征曲线。需要说明的是，本发明实施例3中部分单元的具体描述可以参考实施例I和实施例2中对应内容，本发明实施例这里将不再赘述。本发明实施例提供的一种交通小区划分装置，根据实际路网，将待划分区域网格化；在第一预设时间段内，获取每个网格内的每个基站的通信记录数量，进而得到对应每个基站的数量离散值；将每个基站的数量离散值与预设置的一组特征曲线进行差值平方和比较，选取与每个基站的数量离散值的差值平方和最小的最小误差特征曲线；将对应有相同的最小误差特征曲线的基站划分为同一个基站类型；在每个网格中，计算不同基站类型的基站数量比例；根据网格中基站数量比例最大的基站类型，确定网格类型；合并相邻且具有相同网格类型的网格，组成一个交通小区，相比于根据城市区域的地理位置、道路车流量信息以及实际路网分隔，进行交通小区的划分的方法，本发明实现了对城市区域道路动态信息以及区域之间内在交通特征的研究，从而划分出来的交通小区能够实时、准确地反映内在交通特征。通过以上的实施方式的描述，所属领域的技术人员可以清楚地了解到本发明可借助软件加必需的通用硬件的方式来实现，当然也可以通过硬件，但很多情况下前者是更佳的实施方式。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品存储在可读取的存储介质中，如计算机的软盘，硬盘或光盘等，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本发明各个实施例所述的方法。以上所述，仅为本发明的具体实施方式
，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，可轻易想到的变化或替换，都应 涵盖在本发明的保护范围之内。因此，本发明的保护范围应以所述权利要求的保护范围为准。
权利要求
1.一种交通小区划分方法，其特征在于，包括 根据待划分区域的实际路网情况，将所述待划分区域网格化； 在第一预设时间段内，获取每个网格内的每个基站的通信记录数量，进而得到对应每个基站的数量离散值；所述数量离散值为在所述第一预设时间段内的所述通信记录数量随时间变化的一组取值； 对于每个基站，将每个基站的所述数量离散值与预设置的一组特征曲线进行差值平方和比较，从所述特征曲线中选取与每个基站的数量离散值的差值平方和最小的最小误差特征曲线； 将对应有相同的最小误差特征曲线的基站划分为同一个基站类型； 在每个网格中，计算不同基站类型的基站数量比例； 对每个网格，根据网格中所述基站数量比例最大的基站类型，确定网格类型； 合并相邻且具有相同网格类型的网格，组成一个交通小区。
2.根据权利要求I所述的交通小区划分方法，其特征在于，在根据待划分区域的时间路网情况，将所述待划分区域网格化之前，还包括 在预选定的至少两个不同采样区域中，获取每个采样区域的样本基站在第二预设时间段的通信记录数量，并根据所述样本基站的通信记录数量生成至少两条特征曲线。
3.根据权利要求I或2所述的交通小区划分方法，其特征在于，所述对于每个基站，将每个基站的所述数量离散值与预设置的一组特征曲线进行差值平方和比较，从所述特征曲线中选取与每个基站的数量离散值的差值平方和最小的最小误差特征曲线，具体包括 根据公式A = A(J)-RCij,得到特征曲线i与数量离散值RCij在j时刻取值的差值A ;其中A (j)为特征曲线i在j时刻的取值； 根据公式Ei=ZS1A2,得到特征曲线i与数量离散值RCij的差值平方和Ei ;其中m、n分别为所述第一预设时间段的开始时刻和结束时刻； 选取最小的Ei对应的特征曲线作为所述最小误差特征曲线。
4.一种交通小区划分装置，其特征在于，包括 划分单元，用于根据待划分区域的实际路网情况，将所述待划分区域网格化； 获取单元，用于在第一预设时间段内，获取每个网格内的每个基站的通信记录数量，进而得到对应每个基站的数量离散值；所述数量离散值为在所述第一预设时间段内的所述通信记录数量随时间变化的一组取值； 比较单元，用于对于每个基站，将每个基站的所述数量离散值与预设置的一组特征曲线进行差值平方和比较，从所述特征曲线中选取与每个基站的数量离散值的差值平方和最小的最小误差特征曲线； 分类单元，用于将对应有相同的最小误差特征曲线的基站划分为同一个基站类型； 计算单元，用于在每个网格中，计算不同基站类型的基站数量比例； 确定单元，用于对每个网格，根据网格中所述基站数量比例最大的基站类型，确定网格类型； 合并单元，用于合并相邻且具有相同网格类型的网格，组成一个交通小区。
5.根据权利要求4所述的交通小区划分装置，其特征在于，该装置还包括 生成单元，用于在划分单元之前，在预选定的至少两个不同采样区域中，获取每个采样区域的样本基站在第二预设时间段的通信记录数量，并根据所述样本基站的通信记录数量生成至少两条特征曲线。
6.根据权利要求4或5所述的交通小区划分装置，其特征在于，比较单元具体包括第一计算模块，用于根据公式A = ^jO-RCip得到特征曲线i与数量离散值RCL在j时刻取值的差值A ;其中fdj)为特征曲线i在j时刻的取值； 第二计算模块，用于根据公式Ei=Sl A2.得到特征曲线i与数量离散值RCL的差值平方和Ei ;其中m、η分别为所述第一预设时间段的开始时刻和结束时刻； 选取模块，用于选取最小的Ei对应的特征曲线作为所述最小误差特征曲线。
全文摘要
本发明公开了一种交通小区划分方法及装置，涉及交通信息领域，划分出来的交通小区能够实时准确地反映内在交通特征。方案为根据实际路网将待划分区域网格化；在第一预设时间段内，获取每个网格内的每个基站的通信记录数量，得到对应每个基站的数量离散值；将每个基站的数量离散值与预设置的一组特征曲线进行差值平方和比较，选取与每个基站的数量离散值的差值平方和最小的最小误差特征曲线；将对应有相同的最小误差特征曲线的基站划分为同一个基站类型；在每个网格中，计算不同基站类型的基站数量比例；根据网格中基站数量比例最大的基站类型，确定网格类型；合并相邻且具有相同网格类型的网格，组成一个交通小区。本发明用于交通小区划分。
文档编号G08G1/00GK102890860SQ20121037173
公开日2013年1月23日 申请日期2012年9月28日 优先权日2012年9月28日
发明者马三立 申请人:北京世纪高通科技有限公司