利索能及
我要发布
收藏
专利号: 202010750062X
申请人: 河北工程大学
专利类型:发明专利
专利状态:已下证
更新日期:2025-12-30
缴费截止日期: 暂无
联系人

摘要:

权利要求书:

1.一种出租车轨迹热点区域分析方法,其特征在于,包括:

获取出租车的轨迹数据集;对所述轨迹数据集进行时序分析,得到划分时间段;对所述轨迹数据集进行空间划分,得到各个划分区域对应的第一轨迹数据集,并基于所述第一轨迹数据集确定密度分界值;

对于某个划分时间段,确定该划分时间段内各个划分区域对应的第二轨迹数据集,并计算各个第二轨迹数据集对应的区域密度;基于所述区域密度和密度分界值,确定各个第二轨迹数据集的聚类半径和聚类密度阈值,并基于所述聚类半径和聚类密度阈值对各个第二轨迹数据集进行聚类,确定该划分时间段内出租车轨迹的热点区域;

所述基于所述区域密度和密度分界值,确定各个第二轨迹数据集的聚类半径和聚类密度阈值,包括:对于某一个第二轨迹数据集,判断其对应的区域密度与密度分界值的大小关系,若所述区域密度不小于所述密度分界值,则将第一预设半径和第一预设密度阈值分别作为所述第二轨迹数据集的聚类半径和聚类密度阈值;

若所述区域密度小于所述密度分界值,则将第二预设半径和第二预设密度阈值分别作为所述第二轨迹数据集的聚类半径和聚类密度阈值;

所述基于所述聚类半径和聚类密度阈值对各个第二轨迹数据集进行聚类,包括:将所述第二轨迹数据集内的轨迹数据均标记为未访问状态,并选取任意一个未被访问的轨迹数据,判断其邻域内的轨迹数据个数与聚类密度阈值的大小关系;其中所述邻域的半径为聚类半径;

若所述邻域内的轨迹数据个数不小于聚类密度阈值,则以该邻域对应的轨迹数据为核心点建立簇c,并将邻域内的轨迹数据加入簇c;

若所述邻域内的轨迹数据个数小于聚类密度阈值,则将该邻域对应的轨迹数据标记为噪声点,重新选取轨迹数据直至建立簇c;

依次提取簇c中每一个未被访问的轨迹数据,判断其邻域内的轨迹数据个数与聚类密度阈值的大小关系;

若所述邻域内的轨迹数据个数不小于聚类密度阈值,则将所述邻域内未归入任何一个簇的轨迹数据添加到簇c;

若所述邻域内的轨迹数据个数小于聚类密度阈值,则将所述邻域对应的轨迹数据标记为噪声点。

2.如权利要求1所述出租车轨迹热点区域分析方法,其特征在于,在对所述轨迹数据集进行时序分析,得到划分时间段之前,还包括:对所述轨迹数据集进行预处理。

3.如权利要求1所述出租车轨迹热点区域分析方法,其特征在于,所述对所述轨迹数据集进行时序分析,得到划分时间段,包括:对所述轨迹数据集内的轨迹数据进行差分计算,确定所述轨迹数据随时间的变化规律;

根据所述变化规律,确定所述轨迹数据集的划分时间段。

4.如权利要求1所述出租车轨迹热点区域分析方法,其特征在于,所述确定该划分时间段内出租车轨迹的热点区域,包括:将该划分时间段内的第二轨迹数据集的聚类结果与路网地图进行匹配,得到该划分时间段的出租车轨迹热点区域分布图。

5.一种出租车轨迹热点区域分析系统,其特征在于,包括:

获取模块,用于获取出租车的轨迹数据集;

数据处理模块,用于对所述轨迹数据集进行时序分析,得到划分时间段;对所述轨迹数据集进行空间划分,得到各个划分区域对应的第一轨迹数据集,并基于所述第一轨迹数据集确定密度分界值;对于某个划分时间段,确定该划分时间段内各个划分区域对应的第二轨迹数据集,并计算各个第二轨迹数据集对应的区域密度;

聚类模块,用于基于所述区域密度和密度分界值,确定各个第二轨迹数据集的聚类半径和聚类密度阈值,并基于所述聚类半径和聚类密度阈值对各个第二轨迹数据集进行聚类,确定该划分时间段内出租车轨迹的热点区域;

所述基于所述区域密度和密度分界值,确定各个第二轨迹数据集的聚类半径和聚类密度阈值,包括:对于某一个第二轨迹数据集,判断其对应的区域密度与密度分界值的大小关系,若所述区域密度不小于所述密度分界值,则将第一预设半径和第一预设密度阈值分别作为所述第二轨迹数据集的聚类半径和聚类密度阈值;

若所述区域密度小于所述密度分界值,则将第二预设半径和第二预设密度阈值分别作为所述第二轨迹数据集的聚类半径和聚类密度阈值;

所述基于所述聚类半径和聚类密度阈值对各个第二轨迹数据集进行聚类,包括:将所述第二轨迹数据集内的轨迹数据均标记为未访问状态,并选取任意一个未被访问的轨迹数据,判断其邻域内的轨迹数据个数与聚类密度阈值的大小关系;其中所述邻域的半径为聚类半径;

若所述邻域内的轨迹数据个数不小于聚类密度阈值,则以该邻域对应的轨迹数据为核心点建立簇c,并将邻域内的轨迹数据加入簇c;

若所述邻域内的轨迹数据个数小于聚类密度阈值,则将该邻域对应的轨迹数据标记为噪声点,重新选取轨迹数据直至建立簇c;

依次提取簇c中每一个未被访问的轨迹数据,判断其邻域内的轨迹数据个数与聚类密度阈值的大小关系;

若所述邻域内的轨迹数据个数不小于聚类密度阈值,则将所述邻域内未归入任何一个簇的轨迹数据添加到簇c;

若所述邻域内的轨迹数据个数小于聚类密度阈值,则将所述邻域对应的轨迹数据标记为噪声点。

6.一种电子设备,包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序,其特征在于,所述处理器执行所述计算机程序时实现如权利要求1至4任一项所述出租车轨迹热点区域分析方法的步骤。

7.一种计算机可读存储介质,所述计算机可读存储介质存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现如权利要求1至4任一项所述出租车轨迹热点区域分析方法的步骤。