文献类型：期刊文章

作　　者：邢雪[1,2] 于德新[1,3] 田秀娟[1] 王世广[1]

机构地区：[1]吉林大学交通学院,长春130022 [2]吉林化工学院信息与控制工程学院,吉林132022 [3]吉林大学吉林省道路交通重点实验室,长春130022

出　　处：《物理学报》

基　　金：国家自然科学基金(批准号:51308248);国家科技支撑计划(批准号:2014BAG03B03)资助的课题~~

年　　份：2017

卷　　号：66

期　　号：23

起止页码：51-59

语　　种：中文

收录情况：BDHX、BDHX2014、CAS、CSCD、CSCD2017_2018、EI、IC、JST、RCCSE、SCIE、SCOPUS、WOS、ZGKJHX、ZMATH、核心刊

摘　　要：交通流时间序列的研究主要采用数据挖掘和机器学习的方法,这些"黑箱"挖掘方法很难直观反映序列特性.为增强交通流时间序列及其特征分析的可视化性,结合可视图理论来构建交通流时间序列的关联网络,从复杂网络角度实现交通流时间序列的特性分析.在网络构建的过程中,考虑到不同交通状态下交通流表征具有的差异性,首先利用交通流参量的相关性对交通流状态进行分类,然后构建不同交通状态下的时间序列复杂网络,并对这些网络的特征属性给出统计分析,如度分布、聚类系数、网络直径、模块化等.研究表明,可视图法可为交通流时间序列映射到网络提供有效途径,并且不同状态下交通流时间序列构建的复杂网络的模块化、聚类系数和度分布等统计特征呈现一定的变化规律,为交通流运行态势的研究提供了可视化的分析角度.

关 键 词：交通流时间序列  可视图  复杂网络 聚类分析

分 类 号：O157.5[数学类] U491.112]