[发明专利]出行方式识别方法、装置、终端设备及存储介质

权利要求书

1.一种出行方式识别方法，其特征在于，包括：

获取当前用户轨迹数据，所述当前用户轨迹数据包括至少一个当前特征数据；

采用K-means聚类算法对训练用户轨迹数据中至少一个训练特征数据进行聚类，获取至少二个聚类类簇，每一聚类类簇对应一质心用户轨迹数据，每一训练用户轨迹数据对应一种出行方式；

采用K-近邻算法对所述聚类类簇中所述训练用户轨迹数据进行统计，以获取每一种评估出行方式的出行数量，并根据所述出行数量确定所述聚类类簇的对应的评估出行方式；

基于所述聚类类簇和所述评估出行方式，获取用户轨迹数据模型，所述用户轨迹数据模型包括至少两个聚类类簇，每一所述聚类类簇对应一评估出行方式，其中，质心用户轨迹数据对应的出行方式为评估出行方式；

基于所述当前用户轨迹数据和所述用户轨迹数据模型，从至少两个所述聚类类簇中获取与至少一个所述当前特征数据相对应的目标聚类类簇；

基于所述目标聚类类簇对应的评估出行方式，获取目标出行方式。

2.如权利要求1所述的出行方式识别方法，其特征在于，所述基于所述聚类类簇和所述评估出行方式，获取所述用户轨迹数据模型之后，所述出行方式识别方法还包括：

将所述用户轨迹数据模型存储在数据库中；

基于所述当前用户轨迹数据和所述用户轨迹数据模型，从至少两个所述聚类类簇中获取与至少一个所述当前特征数据相对应的目标聚类类簇之前，包括：从所述数据库中获取所述用户轨迹数据模型。

3.如权利要求1所述的出行方式识别方法，其特征在于，所述基于所述当前用户轨迹数据和所述用户轨迹数据模型，从至少两个所述聚类类簇中获取与至少一个所述当前特征数据相对应的目标聚类类簇，包括：

将所述当前用户轨迹数据分别与所述用户轨迹数据模型中至少两个所述聚类类簇的质心用户轨迹数据进行计算，获取至少两个欧氏距离；

选取至少两个所述欧氏距离中最小值对应的质心用户轨迹数据所在的聚类类簇作为与至少一个所述当前特征数据相对应的所述目标聚类类簇。

4.如权利要求2所述的出行方式识别方法，其特征在于，基于所述目标聚类类簇对应的评估出行方式，获取目标出行方式，之后还包括：基于所述目标出行方式，获取用于训练驾驶模型的训练驾驶数据，所述目标出行方式对应一出行方式ID；

所述基于所述目标出行方式，获取用于训练驾驶模型的训练驾驶数据，包括：

获取出行方式查询指令，所述出行方式查询指令包括驾驶方式ID；

判断所述当前用户轨迹数据对应的出行方式ID与所述查询指令中的驾驶方式ID是否一致；

若所述当前用户轨迹数据对应的出行方式ID与所述查询指令中的驾驶方式ID一致，则确定所述目标出行方式为驾驶方式，将所述当前用户轨迹数据保存为所述训练驾驶数据；

若所述当前用户轨迹数据对应的出行方式ID与所述查询指令中的驾驶方式ID不一致，则确定所述目标出行方式不为驾驶方式，将所述当前用户轨迹数据删除。