摘要：为挖掘典型的交通流变化趋势，本文结合交通信息的粗粒度表达方式，提出了2种基于浮动车数据的提取方法：定距型方法和二值型方法。定距型方法从交通流整体趋势出发，设定2个交通流时变向量的加权欧几里得距离不能大于可容忍阈值；二值型方法从个体出发，考虑每一维度表示的交通状态必须一致，否则必须小于可容忍阈值。2种方法的适用范围既有交集，也有各自的特征集。对北京一条路段3个月周五的浮动车数据进行分析，并采用K一均值法对数据进行初步聚类。分析结果表明，传统的K一均值法只能从纯数学角度聚类，不能将交通流趋势完全区分开；而定距型和二值型方法均能够将交通流变化趋势进一步合并，达到预期效果。

关键词：交通工程 交通流变化趋势 聚类分析 浮动车数据 交通状态 

单位：北京掌城科技有限公司 北京100191