[發明專利]一種基于DBSCAN聚類算法的出行與活動模式識別方法

有效

• 申請號: 201610066709.0
• 申請日: 2016-01-29
• 公開（公告）號: CN105740904B
• 公開（公告）日: 2019-10-11
• 發明（設計）人: 葉智銳;施曉蒙;湯斗南;趙鑫瑋;陸加健;吳運騰;吳麗霞
• 申請（專利權）人: 東南大學
• 主分類號: G06F16/906
• 分類號: G06F16/906
• 代理公司: 南京蘇高專利商標事務所(普通合伙) 32204
• 代理人: 孟紅梅

本發明公開了一種基于DBSCAN聚類算法的出行與活動模式識別方法，包括如下步驟：對持續采集的出行者時空軌跡數據集進行清洗；計算清洗后的數據集坐標點的平均速度，將平均速度高于設定閾值的位置坐標點歸類為出行模式；基于DBSCAN聚類算法對清洗后的數據集進行聚類分析，根據聚類結果判別活動起點和終點；根據識別出的出行模式和活動模式的數據點坐標和時間，生成出行時刻表。本發明方法基于采集到的出行者時空軌跡序列集合，通過基于密度的聚類算法（DBSCAN），將出行者的行為模式分為出行模式和活動模式。本發明方法便于計算與實際操作，實用性強，可以比較準確地判定出行者的行為模式，為后續的研究提供便捷，具有重要的現實意義。

技術領域

本發明涉及交通出行信息技術領域，特別是涉及一種基于DBSCAN聚類算法的出行與活動模式識別信息采集方法。

背景技術

居民出行數據是交通規劃與管理的基礎。交通需求建模理論發展至今，大致可歸為兩類理論體系：基于出行、基于活動的需求建模。基于出行的需求建模被廣泛應用于傳統“四階段法”交通規劃的實踐中。基于出行的需求建模方法，從宏觀角度，以獨立的出行單元為對象，整體分析各個交通小區的出行需求。然而，該方法沒有考慮到這些個體出行之間的聯系，主要表現在兩方面，一是缺乏對個體出行行為的考慮，二是沒有考慮如何組織出行過程(出行時刻表)。而基于活動的出行需求分析將出行視為一種既得需求—從空間中分布的活動進行來獲取需求，通過考慮這些活動與出行行為之間復雜的交互影響，分析得到出行者意圖與需求，從而預測與識別群體的交通需求。

現階段我國主要采用人工調查法獲取居民的出行信息，該方法既繁瑣又耗費人力、財力。而且人工調查的結果受調查員的水平、居民參與的積極性、表格的回收率、意外事件等多方面因素的影響，得到的數據也往往精確性與真實性不足，常常是耗費了巨大人力物力卻并沒有得到很好的調查結果。隨著科技的進步與發展，尤其是各種傳感器的應用與發展，出現了如車載GPS、手機、公交卡、銀行卡等可以記錄人類的活動軌跡數據的技術。尤其是智能手機的廣泛普及應用，為居民出行數據的采集提供了新思路。

大數據時代下的多源數據，為基于活動的交通規劃的實施提供了數據輸入支撐，使更加精細、實時的交通規劃成為可能。同時，對于出行者本身來說，出行與活動模式的劃分也有助于自身的交通出行決策。出行模式是指出行者參與交通過程的狀態，即各種通過交通方式進行交通出行；活動模式為交通參與者在出行過程中進行的一些活動，例如購物、休閑、娛樂。

本發明基于DBSCAN聚類算法，該方法基于采集到的出行者時空軌跡序列集合，通過基于密度的聚類算法DBSCAN，精確識別出行者的行為模式，將其分為出行模式和活動模式。進行DBSCAN聚類分析，不需要對輸入數據的分布做任何假設，且得到的結果與數據記錄輸入到算法中的順序無關，給研究帶來很大方便；同時，它能較好地處理高維數據表格對象，可以讓我們獲得出行者的時間、經緯度等多維信息；該方法能夠發現任意形狀的聚類，聚類挖掘的結果對異常數據具有非敏感性，有助于提高獲取信息的精度，更為精確地識別出行者的模式。

發明內容

發明目的：為了克服上述現有技術的不足，本發明提供了一種基于DBSCAN聚類算法的出行與活動模式識別方法，根據采集到的出行者時空軌跡序列集合比較準確地判定出行者的行為模式。

技術方案：為實現上述發明目的，本發明采用如下技術方案：

一種基于DBSCAN聚類算法的出行與活動模式識別方法，包括如下步驟：

(1)數據清洗：對持續采集的出行者時空軌跡數據集進行清洗；

(2)出行模式識別：計算清洗后的數據集坐標點的平均速度，將平均速度高于設定閾值的位置坐標點歸類為出行模式；