一种基于元路径拥塞模式挖掘的移动对象行驶时间预测方法及装置

摘要

本发明公开了一种基于元路径拥塞模式挖掘的移动对象行驶时间预测方法，包括以下步骤：采集固定时间间隔的多个GPS数据作为训练样本，并将所述GPS数据通过地图匹配算法匹配到路网上，得到与GPS数据对应的路径轨迹；将匹配后的路径轨迹分割成元路径存储到路径字典中，挖掘每条元路径各个时间的拥塞状态，并根据不同元路径间的关联性，提取拥塞特征向量；将提取的拥塞特征向量加入特征矩阵中，并采用K‑Means聚类算法填补所述特征矩阵中的空缺值，得到预测模型；输入需要预测行驶时间的路径轨迹，实现行驶时间的预测。本发明提取局部道路的拥塞特征，从更细的粒度捕捉拥塞变化规律，并针对稀疏轨迹数据，提出采用k均值聚类算法，为预测提供精准支撑。