[發(fā)明專利]一種基于時空數(shù)據(jù)聚類的出行興趣區(qū)域提取方法及系統(tǒng)

有效

• 申請?zhí)枺?/td>: 202210027136.6
• 申請日: 2022-01-11
• 公開（公告）號: CN114530038B
• 公開（公告）日: 2023-05-09
• 發(fā)明（設(shè)計）人: 王成鵬;李星毅
• 申請（專利權(quán)）人: 江蘇大學(xué)
• 主分類號: G08G1/01
• 分類號: G08G1/01;G08G1/017;G06F18/2321;G06F16/29
• 代理公司: 暫無信息
• 代理人: 暫無信息

1.一種基于時空數(shù)據(jù)聚類的出行興趣區(qū)域提取方法，其特征在于，包括以下步驟：

步驟S1.原始車牌識別與數(shù)據(jù)預(yù)處理：識別原始車牌號碼作為區(qū)分不同車輛的標(biāo)識，對車牌識別數(shù)據(jù)進(jìn)行預(yù)處理，剔除不合理數(shù)據(jù)；

步驟S2.通過預(yù)處理后的車牌識別數(shù)據(jù)提取車輛行駛軌跡；

步驟S3.提取OD數(shù)據(jù)集：根據(jù)時間閾值，對提取的車輛行駛軌跡截斷，提取出車輛行駛出發(fā)點O到目的地點D的OD數(shù)據(jù)集；

步驟S4.提取空間興趣點區(qū)域：基于層次密度聚類算法對所述OD數(shù)據(jù)集聚類得到空間聚集區(qū)域，發(fā)現(xiàn)空間興趣點區(qū)域；

所述步驟S4中層次密度聚類算法：

所述層次密度聚類算法只需要設(shè)置一個參數(shù)，即簇中的最小點數(shù)min_cluster_size，該算法計算數(shù)據(jù)集中各個點的可達(dá)性距離：

d_mreach-k(a,b)＝max{core_k(a),core_k(b),d(a,b)}

其中，core_k(a)表示采樣點a到核心的距離，core_k(b)表示采樣點b到核心的距離，d(a,b)是采樣點a和采樣點b之間的原始度量距離；

以樣本點之間的相互可達(dá)距離為邊，建立最小生成樹，并將樹轉(zhuǎn)化為層次結(jié)構(gòu),設(shè)置聚類參數(shù)min_cluster_size，使用輸入?yún)?shù)min_cluster_size查找壓縮的簇樹,通過穩(wěn)定性函數(shù)得到密度自適應(yīng)的聚類結(jié)果；

所述提取空間興趣點區(qū)域具體為：

調(diào)用ArcGis工具中基于密度的聚類算法，選擇自調(diào)整，設(shè)置聚類的主要參數(shù)min_cluster_size，輸入車輛目的地D點數(shù)據(jù)集進(jìn)行聚類，得到聚類ID，表示各個點所屬的簇，提取出各個簇，形成空間興趣點區(qū)域；

步驟S5.提取時空興趣點區(qū)域：對所述空間興趣點區(qū)域進(jìn)行時間序列上的聚類得到時空興趣點區(qū)域；

步驟S6.提取所述時空興趣點區(qū)域的經(jīng)緯度。

2.根據(jù)權(quán)利要求1所述的基于時空數(shù)據(jù)聚類的出行興趣區(qū)域提取方法，其特征在于，所述步驟S1中識別車牌號碼具體為：

識別的車牌號碼LPN作為區(qū)分不同車輛的標(biāo)識，車輛Vehicle_i經(jīng)過路口，卡口系統(tǒng)會對車輛記錄一條數(shù)據(jù)，包括車牌號碼，行駛方向Drection，點位經(jīng)緯度(Lng,Lat)，過車時間T_i的字段，原始車牌識別過車數(shù)據(jù)結(jié)構(gòu)如下：

Vehicle_i＝(LPN，Drection，Lng，Lat，T_i)。

3.根據(jù)權(quán)利要求2所述的基于時空數(shù)據(jù)聚類的出行興趣區(qū)域提取方法，其特征在于，所述步驟S1對車牌識別數(shù)據(jù)進(jìn)行預(yù)處理具體為：

對所述原始車牌識別數(shù)據(jù)中的異常數(shù)據(jù)、冗余數(shù)據(jù)或不完整的數(shù)據(jù)進(jìn)行刪除處理；

所述異常數(shù)據(jù)為原始車牌識別數(shù)據(jù)中經(jīng)緯度坐標(biāo)不在預(yù)設(shè)范圍內(nèi)的車牌識別數(shù)據(jù)；

所述冗余數(shù)據(jù)為當(dāng)車牌號碼、檢測點編號屬性都一致的情況下，且這些記錄的相鄰時間差小于該路口的最小紅綠燈時間時，將這些數(shù)據(jù)視為冗余數(shù)據(jù)；

所述不完整數(shù)據(jù)為當(dāng)實驗數(shù)據(jù)中存在車牌號碼、檢測點編號、檢測時間任何一個不完整時，需將記錄從數(shù)據(jù)庫中刪除。

4.根據(jù)權(quán)利要求1所述的基于時空數(shù)據(jù)聚類的出行興趣區(qū)域提取方法，其特征在于，所述步驟S2具體為：

將車輛經(jīng)過各個卡口點位的過車數(shù)據(jù)按時間序列線性排列，即可構(gòu)成該車輛行駛軌跡Track_i：

其中，k表示車輛軌跡序列的索引號，n為分析周期內(nèi)車輛軌跡k的總長度，表示車輛在時刻下的時空特性，和表示車輛在時刻的經(jīng)度和緯度。