[發明專利]一種基于時空聚類的停駐識別方法

有效

• 申請號: 201711448160.2
• 申請日: 2017-12-27
• 公開（公告）號: CN108256560B
• 公開（公告）日: 2021-05-04
• 發明（設計）人: 周洋;楊超;季彥婕
• 申請（專利權）人: 同濟大學
• 主分類號: G06K9/62
• 分類號: G06K9/62
• 代理公司: 上海伯瑞杰知識產權代理有限公司 31227
• 代理人: 李慶

1.一種基于時空聚類的停駐識別方法，其特征在于，包括如下步驟：

S1、基于智能手機采集個體活動的GPS軌跡數據，從所述GPS軌跡數據中提取時空信息，獲得時間序列數據集合；

所述GPS軌跡數據以相同的采樣頻率采集；所述時空信息包括時間、經度和緯度信息；所述時間序列數據集合為將所述經度和緯度轉換為平面坐標值后的數據集合D＝{P_i}，i＝1，2，…，M，其中M為軌跡點的個數，D為M個軌跡點的數據集合，子集P_i為第i個軌跡點的數據集合，P_i＝(t_i，x_i，y_i)，其中，t_i，x_i，y_i分別為第i個軌跡點的時間，橫坐標值，縱坐標值；

S2、對所述時間序列數據集合采用聚類算法處理識別個體出行GPS軌跡中的停駐，并輸出停駐識別結果，所述聚類算法處理進一步包括以下步驟：

S21、設置聚類算法參數，包括搜索長度k、時間鄰近的閾值I、空間鄰近的閾值Eps、核心點判別最小數目MinPts、停駐最小時長DU；

S22、初始化標號，所述數據集合D中所有軌跡點初始標記為Label＝∞，停駐初始編號為ClustID＝1；

S23、搜索核心點，對于所述數據集合D中每個軌跡點P_i，確定所述軌跡點P_i時間上最鄰近的k個點，并分別計算所述k個點中的每個點與所述軌跡點P_i的空間距離，若所述空間距離小于所述空間鄰近的閾值Eps的點數目N_eps大于所述核心點判別最小數目MinPts，則將點P_i標記為核心點，并更改標號Label＝-1，否則保持標號Label＝∞；

S24、停駐合并與標號，將時間上連續的所述核心點歸并為核心點集{C_j}；搜索核心點集密度DS最大的核心點集C_m，計算所述核心點集C_m與相鄰點集{C_m-1,C_m+1}的時空距離；若相鄰停駐時間間隔L_T與所述相鄰停駐空間距離L_D均在閾值范圍內，則合并兩個點集，否則將點集C_m標記為停駐，更新標號Label＝ClustID與簇編號ClustID＝ClustID+1，并搜索下一個密度最大的核心點集，直到所有核心點集均完成標號；

S25、出行檢驗，對于所述數據集合D中Label＝∞的點，若時間上連續則歸并為出行集合{TR_n}；若相鄰出行的時間間隔小于所述停駐最小時長DU，則合并出行，更新偽停駐內點的標號為Label＝0；

S26、輸出識別結果，將時間連續且相鄰、具有同一標號的點歸并為同一類，停駐標號為非0且非∞，出行標號等于0或∞；計算停駐、出行開始與終止時刻，并計算停駐中心位置坐標，輸出識別結果；

S3、對所述停駐識別結果進行評價；

S4、停駐識別用戶界面可視化顯示。

2.根據權利要求1所述的一種基于時空聚類的停駐識別方法，其特征在于，步驟S21中，所述搜索長度k，指對于任一軌跡點P_i，其時間上相距最近的k個點{P_Si,...,P_Ti}，其中，P_Si為起點，P_Ti為終點，所述起點終點的標號(S,T)表示為：

所述時間鄰近，指對于某停駐A_j，其時間上相鄰的停駐{A_j-1,A_j+1}，若滿足后一停駐開始時刻與前一停駐結束時刻之間的相鄰停駐時間間隔L_T小于所述時間鄰近的閾值I；

所述空間鄰近，指對于某停駐A_j，其時間上相鄰的停駐{A_j-1,A_j+1}，若滿足后一停駐中心位置與前一停駐中心位置之間的相鄰停駐空間距離L_D小于所述空間鄰近的閾值Eps。