[发明专利]一种顾及位置重复和密度峰值点的签到位置数据聚类方法

权利要求书

1.一种顾及位置重复和密度峰值点的签到位置数据聚类方法，其特征在于，包括以下步骤：

步骤S1：从签到文本中提取出每条签到信息的编号以及经纬度信息构成原始签到对象，对所有的原始签到对象进行预处理后构成集合O；

步骤S2：统计集合O中每个位置上的原始签到对象的数量dFreq，以索引号、该位置坐标和dFreq构建对象FP_i，将所有的FP_i构成集合F，记F的总量为N_F；

步骤S3：计算集合F中两两对象间的欧式距离并构成距离矩阵D，并根据D计算出截断距离d_c，其中D=[d_ij]，为N_F×N_F方阵，d_ij为第i个对象FP_i与第j个对象FP_j之间的欧氏距离， i，j∈1～N_F，其中i≠j；

步骤S4：计算每个对象FP_i的局部密度ρ_i和高密度最邻近距离δ_i；

步骤S5：求出阈值ρ₀和δ₀，选择集合F中ρ_i>ρ₀且δ_i>δ₀的对象为密度峰值对象，将所有的密度峰值对象构成集合P，余下的对象构成集合F’；

步骤S6：任取集合P中的某一密度峰值对象P_i，遍历集合F’，以指定搜索半径Eps为范围和密度大于ρt为条件搜索与密度峰值对象P_i连通的所有核心点，构成密度峰值对象P_i的核心点簇{C}_i；

步骤S7：寻找密度峰值对象P_i和对应核心点周围所有的边界点，然后并入核心点簇{C}_i构成密度峰值对象P_i的峰值点密度簇{P}_i；

步骤S8： 重复步骤S6至S7直到集合P中的所有密度峰值对象P_i全部找完峰值点密度簇{P}_i，获得最终聚类结果。

2.根据权利要求1所述的顾及位置重复和密度峰值点的签到位置数据聚类方法，其特征在于：所述步骤S1中的预处理包括：

将原始签到对象的经纬度信息转换成墨卡托平面坐标；

以研究区范围的区划图作为底图，将原始签到对象与底图进行叠置，剔除研究区域以外的对象。

3.根据权利要求1所述的顾及位置重复和密度峰值点的签到位置数据聚类方法，其特征在于： 所述步骤S3中截断距离d_c的计算方法如下：

取距离矩阵D中上三角中的元素(不包含对角线元素)进行升序排序，取第 [(N_F -1)*N_F /2] *1%个元素作为截断距离d_c。

4.根据权利要求1所述的顾及位置重复和密度峰值点的签到位置数据聚类方法，其特征在于：所述步骤S4中对象FP_i的局部密度ρ_i和高密度最邻近距离δ_i的计算方法如下：

其中，d_ij为对象FP_i与FP_j之间的欧氏距离。