没有合适的资源?快使用搜索试试~ 我知道了~
利用卷积神经网络识别交通指数时间序列模式.docx
1.该资源内容由用户上传,如若侵权请联系客服进行举报
2.虚拟产品一经售出概不退款(资源遇到问题,请及时私信上传者)
2.虚拟产品一经售出概不退款(资源遇到问题,请及时私信上传者)
版权申诉
0 下载量 106 浏览量
2022-11-30
09:28:30
上传
评论
收藏 345KB DOCX 举报
温馨提示
试读
12页
利用卷积神经网络识别交通指数时间序列模式.docx
资源推荐
资源详情
资源评论
随着城市化的快速发展,城市交通拥堵问题日益突出。科研人员从社会学、统计学、
互联网和地理信息等多领域开展了大量的研究,以期准确地发现居民在交通出行中存在的
规律和特征,为交管部门提供参考与指导。交通指数是研究城市交通运行状态的重要指
标,反映了城市拥堵状况的量化结果,在时间维度上具有一定的规律。因此,通过时间序
列模式识别,从历史交通指数中得到居民出行的潜在特征,区分其所属类别,可为交通运
行状态研究及预测提供基础数据,对城市交通拥堵疏解具有重要的价值。
时间序列模式识别研究已成为数据挖掘领域的研究重点。目前时间序列模式识别机器
学习方法主要包括基于距离的时间序列模式识别和基于特征的时间序列模式识别
[1-3]
。基于
距离的时间序列模式识别一般使用欧氏距离衡量时间序列数据之间的相似性,如 K 近邻算
法
[1]
。而基于特征的模式识别是针对时间序列数据差异性特征研究时间序列的差异性子
段,通过对比时间序列差异性最显著的子段来区分序列所属类别。如 Shapelet 算法
[2-3]
寻
找时间序列中最具有代表性的连续子序列。基于距离和特征进行时间序列模式识别只有在
一定条件下才可以获得较好的识别效果
[4-6]
。由于不确定性因素的影响,时间序列数据本身
存在一定的变形和扭曲现象; 而基于特征的模式识别对单一 Shapelet 子序列区分能力有
限,又很难实现多时间段 Shapelet 子序列提取。
针对此,本文提出一种基于特征提取的卷积神经网络(convolutional neural network,
CNN)对交通指数时间序列进行模式识别的方法,研究结果可为相关管理部门制定交通规划
提供参考。
1. 模式识别
模式识别
[7]
是计算机按照一定的算法自动识别客体的类别,通过对象表征的数量、大
小或者逻辑关系,将具有一定相似性的对象看作一个整体,从而挖掘和提取其规律。模式
识别方法分为监督学习和非监督学习,区分依据一般是对分类结果是否已知的判断。非监
督分类常见的算法是聚类分析,聚类分析的高效性和简单性使得其在模式识别中应用广
泛。聚类分析一般分为 3 个步骤:特征提取、对象特征相似性计算和根据相似性进行分
组。Macqueen
[8]
首次提出了 k-means 算法,该算法的核心思想是将欧氏距离作为衡量对
象相似度的指标,欧氏距离与相似度大小成反比。k-means 是要寻找最佳的 k 和 t
i
,使得
损失函数最小
[9]
。但 k-means 在部分聚类问题上很难体现出优势。将数据{x
i
}聚类为 k 类,
聚类后每个类别为 t
i
,聚类中心为 μ
i
,则 k-means 的损失函数表示为:
L=∑j=1k∑i=1n(xi−μj)2{ti=j}L=∑j=1k∑i=1n(xi−μj)2{ti=j}
(1)
随着实际问题复杂度的提升,传统非监督学习方法已无法满足实际问题的需求。而神
经网络由大量节点(神经元)连接构成,每个节点都是一个输出函数,节点与节点之间由一
个权重值连接,这就为机器学习提供了新的思路。如图 1 所示,神经网络可以分为输入层
和输出层。在深度学习中,支持向量机(support vector machine,SVM)算法
[10]
是在对象样
本中找出一个超平面,将对象样本按照相似性差异分割。SVM 的核心是如何找到这个超平
面使对象差异最大化。但在实际中,SVM 存在着一些不足,如多分类问题存在困难,其性
能的优劣取决于核函数的选取等。
图 1 神经网络结构示意图
Figure 1. Schematic Diagram of Neural Network Structure
下载: 全尺寸图片 幻灯片
由于普通的聚类算法和 SVM 算法很难考虑时间序列数据的时序性,又因人工构造特
征比较繁琐,本文选择 CNN 作为交通指数时间序列模式识别方法,该方法可降低人为特
征干预的影响,挖掘出更深层次的时间序列规律和特性。CNN 是一种针对于图像处理的神
经网络,通过反向传播来实现。如图 2 所示,CNN 的主要过程包括输入层、卷积层、池
化层、全连接层和输出层
[11]
。
图 2 卷积神经网络
Figure 2. Convolutional Neural Network
剩余11页未读,继续阅读
资源评论
罗伯特之技术屋
- 粉丝: 3663
- 资源: 1万+
下载权益
C知道特权
VIP文章
课程特权
开通VIP
上传资源 快速赚钱
- 我的内容管理 展开
- 我的资源 快来上传第一个资源
- 我的收益 登录查看自己的收益
- 我的积分 登录查看自己的积分
- 我的C币 登录后查看C币余额
- 我的收藏
- 我的下载
- 下载帮助
安全验证
文档复制为VIP权益,开通VIP直接复制
信息提交成功