基于路段动静态嵌入两阶段特征学习的关键路段识别方法

作     者：吴炜毅 吴升 WU Weiyi;WU Sheng

作者机构：福州大学数字中国研究院(福建)福州350003 

出 版 物：《地球信息科学学报》 (Journal of Geo-information Science)

年 卷 期：2025年第27卷第1期

页      面：167-180页

核心收录：

学科分类：08[工学] 0812[工学-计算机科学与技术（可授工学、理学学位）] 

基　　金：国家重点研发计划课题(2023YFB3906804) 

主　　题：关键路段识别 手机定位数据 交通语料库 注意力池化 可微分聚类 福州市 

摘      要：【目的】关键路段的准确识别对于全路网的交通管理具有重要意义。目前对于关键路段的识别已取得了丰富的成果,但在大规模路网(如城市级别)中,现有方法往往无法识别出交通流量较小的局部区域内的相对关键路段。【方法】为弥补上述不足,本研究提出了一种基于路段动静态嵌入的两阶段特征学习方法来识别大规模路网中的关键路段。具体步骤如下:首先,使用手机定位数据提取出行路线并构建交通语料库。接着,进行两阶段特征学习:①提取各路段静态嵌入并聚类,得到初始聚类中心;②提取各路段动态嵌入矩阵并进行注意力池化,再对池化后得到的特征向量进行可微分聚类,并计算相关损失函数。当损失值收敛后,得到各路段融合特征,对其进一步聚类得到的聚类中心即为关键路段。【结果】最后,使用福州市三环内区域的手机定位数据构建交通语料库,并以该区域内路网为例,进行关键路段的识别实验和对比分析。结果表明本文方法能有效识别出大规模路网中的关键路段,且能识别出局部区域中的相对关键路段。【结论】同时,本文方法相较于其他方法在各评价指标上的整体表现更佳,说明其识别的关键路段更为合理。