| 基于最小覆盖圆时空聚类算法的出行轨迹停驻点识别 |
| |
| 引用本文： | 张小佳,孙然然,李晓璐,赵晖,张彭,朱广宇.基于最小覆盖圆时空聚类算法的出行轨迹停驻点识别[J].科学技术与工程,2020,20(28):11782-11788. |
| |
| 作者姓名： | 张小佳 孙然然 李晓璐 赵晖 张彭 朱广宇 |
| |
| 作者单位： | 北京交通大学综合交通运输大数据应用技术交通运输行业重点实验室,北京100044;北京交通发展研究院,北京100073;交通运输部规划研究院,北京100028 |
| |
| 基金项目： | 国家自然科学基金项目（面上项目，重点项目，重大项目） |
| |
| 摘 要： | 本文面向出行GPS轨迹中停驻点的识别问题，提出一种基于最小覆盖圆的时空聚类方法。使用停驻范围阈值对轨迹点进行聚类，使用停驻时间阈值对聚类类簇进行初步过滤，使用类簇近邻距离与类簇近邻时间两个阈值对预过滤类簇进行合并，继而使用停驻时间阈值进行最终过滤得到停驻时段与停驻点。该算法改进了已有时空聚类算法中初始类簇的确定方法，提高了计算效率。由于现有的查全率与查准率无法准确衡量停驻点识别结果的精度，基于停驻时段精确度对查全率与查准率计算计算方法进行修改。使用包含9 923个轨迹点的轨迹进行算法有效性检验，轨迹中包含的三个停驻时段均得到有效识别，查准率与查全率均为0.82，实验结果表明，该算法在轨迹重合度高以及轨迹漂移等情形下具有较高的准确性。
|
| 关 键 词： | 轨迹挖掘 停驻点识别 时空聚类 GPS |
| 收稿时间： | 2019/8/15 0:00:00 |
| 修稿时间： | 2020/6/13 0:00:00 |
TTravel Trajectory Stopping Point Recognition Based on Minimum Covered Circle Temporal-spatial Clustering Algorithm |
| |
| Abstract: | |
| |
| Keywords: | trajectory mining stop points identification temporal-spatial cluster GPS |
| 本文献已被 万方数据 等数据库收录！ |
| 点击此处可从《科学技术与工程》浏览原始摘要信息 |
| 点击此处可从《科学技术与工程》下载免费的PDF全文 |
