刘鑫 张驰 刘汝涛

（山东科技大学测绘科学与工程学院，山东 青岛 266590）

几种不同的方法在GPS大数据探查中的应用分析

刘鑫 张驰 刘汝涛

（山东科技大学测绘科学与工程学院，山东 青岛 266590）

GPS定位系统对车辆的运行调控以及拥堵性分析具有重要意义。但定时采样的GPS数据难免存在坏点的情况，而坏点的存在对分析结果容易产生较大错误，从而影响交通管理决策。本文通过高斯混合模型、K-均值聚类分析以及SOM自组织神经网络三种方法完成对原始数据时间段划分、字段提取以及坏值清理的操作。这三种方法主要用于对数据进行聚类分析，根据分析结果识别孤立点从而进行清理。结果显示，高斯聚类与K-均值聚类算法的坏点识别精度小于SOM自组织神经网络，但前两种算法的运行效率较后者高。

坏点；GPS；模型处理；神经网络

1 引言

城市公共交通服务评价是城市公共交通系统建设的重要组成部分，是公交运营效率提升的重要内容。在我国城市化进程带来的诸多问题中，交通是是影响最大，同时也是最受重视的一个方面，这是由于城市的经济、生活等各个方面都与交通息息相关。而目前我国一些城市的交通拥堵现象相当严重。目前我国除北京、上海、深圳等特大城市外，交通拥堵现象已比较频繁地出现于其他一些大中城市，而拥堵现象并不仅仅体现在交叉口等节点处，城市大面积的拥堵现象也时有发生，道路容量已经趋于饱和。据有关资料显示，每年我国因交通问题造成的损失高达数千亿元。……