基于SAX的车载数据时空语义编码及分析方法

• 作者: 吴超仲 孙川 李必军 褚端峰 黄子超
• 来源期刊: 公路交通科技
• 学科: 交通运输
• 关键词: 交通工程 时空语义编码 数据挖掘 符号化聚合近似 车载数据 时间序列
• 年，卷（期）: 2019,（8）
• 所属期刊栏目: 交通工程
• 页码范围: 124-132
• 页数: 9页
• 分类号: U495
• 字数: 7077字
• 语种: 中文
• DOI: 10.3969/j.issn.1002-0268.2019.08.016

摘要

车载监控系统各项功能及技术指标趋于成熟,实车试验因而得以顺利开展.与此同时,收集了丰富的车载监控数据.车载监控数据的类型与数量已经远达到了可以分析的技术要求,但是编码分析手段却并未随着数据量的增加而有所突破.为了有效利用车载监控数据,突破现有数据处理的瓶颈,便于后续挖掘工作的展开,提出了一种车载数据时空语义编码及分析方法.将时间序列符号化思想运用到交通工程中,充分考虑到驾驶数据特征,基于符号化聚合近似(SAX)的3个步骤,对选定的一段范例数据依次进行了正规处理、 降维处理、 离散及符号化处理.结果表明:经过语义编码后,先前维数很高、 数据特征冗杂的驾驶时间序列数据合理地转换成了可读性强并且易于搜索定位的符号化序列,在实现大幅降低数据维度的同时又适时地保留了时间序列数据的主要特征.最后,通过案例分析演示了该方法在实际车辆驾驶安全性分析中的作用与优势.研究结果可为重点监控车辆高风险驾驶事件以及有针对性地开展驾驶安全培训等提供理论依据,同时也可为未来特定驾驶场景的快速提取进行技术储备.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	吴超仲	武汉理工大学智能交通系统研究中心	97	1142	19.0	28.0
2	褚端峰	武汉理工大学智能交通系统研究中心	19	90	5.0	9.0
3	李必军	武汉大学测绘遥感信息工程国家重点实验室	28	557	9.0	23.0
4	黄子超		2	0	0.0	0.0
5	孙川	黄冈师范学院机电与汽车工程学院	1	0	0.0	0.0