计算机应用

作者：周思艺, 李天瑞

单位：1.西南交通大学 计算机与人工智能学院, 成都 611756；2.可持续城市交通智能化教育部工程研究中心, 成都 611756；3.综合交通大数据应用技术国家工程实验室(西南交通大学), 成都 611756；4.四川省制造业产业链协同与信息化支撑技术重点实验室(西南交通大学), 成都 611756

关键词：交通智能卡,源-目的地流,多元数据,时空数据,可视分析

基金：国家自然科学基金资助项目(62176221)

交通智能（IC）卡可以记录居民的移动出行，反映居民的源-目的地（OD）信息；但智能卡记录的OD流数据规模大，直接可视化空间分布容易导致视觉杂乱，并且多元数据类型多，更难以和流数据结合对比分析。首先，针对直接可视化大规模OD数据的空间分布容易视觉遮挡的问题，提出基于正交非负矩阵分解（ONMF）的流聚类方法。所提方法对源-目的地数据聚类后再可视化，可以减少不必要的遮挡。然后，针对多元时空数据类型多难以结合对比分析的问题，设计了公交站点多元时序数据视图。该可视化方法将公交站点的流量大小和空气质量、空气温度、相对湿度、降雨量这四类多元数据在同一时间序列上编码，提高了视图的空间利用率并且可以对比分析。再次，为了辅助用户探索分析，开发了基于OD流和多元数据的交互式可视分析系统，并设计了多种交互操作提升用户探索效率。最后，基于新加坡交通智能卡数据集，从聚类效果和运行时间对该聚类方法评估。结果显示，在用轮廓系数评估聚类效果上，所提方法比原始方法提升了0.028，比用K均值聚类方法提升了0.253；在运行时间上比聚类效果较好的ONMFS（ONMF through Subspace exploration）方法少了254 s。通过案例分析和系统功能对比验证了系统的有效性。

来源：2024年第2期

《计算机应用》期刊编辑部

查看计算机应用杂志2024年第2期