近年来,随着智慧城市和智能交通的发展,特别是大数据、物联网和云计算等技术的广泛应用,城市交通路口的基础设施配置愈发完善。经过检测器返回的交通路口动态数据与城市路网空间数据的融合后,从海量历史时空数据中快速而准确的匹配相似信息,已经成为交通路口时空数据挖掘、信号配时方案推荐和短时交通流预测等研究的迫切需求。针对已有的交通路口相似度计算方法缺乏空间数据分析、计算效率低、准确性差等问题,本文从实际的交通需求入手,提出了一种基于时空特征的交通路口相似度计算方法,分别对交通路口的空间相似性、本体属性相似性和动态数据相似性进行了深入研究。主要工作如下:(1)提出了交通路口空间场景的相似度计算方法。首先将交通路口置于空间场景中,并分析空间场景内的几何类型和空间关系,然后针对空间几何间的拓扑关系、方位关系和距离关系,采用统一的集合排列标准,分别构建空间关系特征描述模型。最后,结合空间分析的研究思路,计算交通路口空间场景相似度。(2)提出了交通路口本体属性的相似度计算方法。首先,依据交通路口特性,确定交通路口本体属性包含状态值的数量,并划分属性类型。然后针对数值属性和标称属性的特点,定义不同的属性特征描述值。最后,通过综合评价方法整合特征值,并构建相似度计算模型,实现了准确率高、实用性强的交通路口本体属性相似度计算方法。(3)提出了交通路口动态数据的相似度计算方法。首先,分析交通路口相邻车道间的动态数据影响因素,并在时序数据库中创建动态数据与路口本体属性的依赖关系。然后,将路口本体属性作为媒介,关联交通路口的动态数据与空间数据。最后,考虑到时空数据的时间特性和存储问题,结合分层聚类分析和定量记忆的思想,实现了运行高效、层次清晰、适应性强的动态数据相似度计算方法。