基于高阶马尔科夫模型的道路拥塞发现方法

摘要

本发明公开了一种基于高阶马尔科夫模型的道路拥塞发现方法，分为两步：概率转移矩阵计算和拥塞状态预测，在概率转移矩阵计算时，利用近邻传播聚类得到合适路段状态分类，然后计算出不同时间间隔的路段状态的转移概率矩阵；在拥塞状态预测时，根据移动对象所在路段状态和邻近路段结合转移概率矩阵，预测拥塞状态。本发明通过近邻传播聚类算法预先求出转移概率矩阵，然后存储到数据库中，当需要使用模型预测的时候直接从数据库中读取概率矩阵，将转移概率的矩阵预先求出并存储，预测时候直接查询即可，大大提高了实时预测的速度，使用近邻传播聚类可以提高分类准确性，进而提高概率转移矩阵的正确性。