[发明专利]基于SNN密度ST-OPTICS改进聚类算法的道路交通安全状况监测方法

权利要求书

1.一种基于SNN密度ST-OPTICS改进聚类算法的道路交通安全状况监测方法，其特征在于，包括：

S1：采集选定道路上行驶车辆的GPS定位数据以及车载乘客手机的GPS定位数据和基站定位数据；

S2：对数据进行预处理，进而生成可操作性数据集，并存入数据库；

S3：通过包括可操作数据集的经纬度在内的关键定位信息进行地图匹配；

S4：采用可操作性数据集中的手机定位轨迹数据点计算SNN密度相似度图，自动确定可操作性数据集中簇的个数，以此预估选定道路上行驶的车辆数；

S5：通过ST-OPTICS聚类算法对车辆及手机定位数据点进行聚类分析，输出对应的簇排序，以此得出各个簇对应的乘客对象度量值；

S6：将乘客对象度量值作为定位分析模型的支持度，根据选定道路实际规定将符合车辆车载人数N作为其最小支持度，检测行驶车辆，将符合的车辆信息存入对应的数据库；

S7：将满足最小支持度的数据集作为选定道路行驶车辆及手机定位分析模型的依据。

2.根据权利要求1所述的基于SNN密度ST-OPTICS改进聚类算法的道路交通安全状况监测方法，其特征在于，S2中对数据进行的预处理包括比对数据格式、剔除逻辑错误数据和补全缺省数据。

3.根据权利要求2所述的基于SNN密度ST-OPTICS改进聚类算法的道路交通安全状况监测方法，其特征在于，所述剔除逻辑错误数据包括将可见卫星数少于4的定位数据删除。

4.根据权利要求2所述的基于SNN密度ST-OPTICS改进聚类算法的道路交通安全状况监测方法，其特征在于，所述补全缺省数据包括计算信号缺失前后各30秒的轨迹点的位置，以信号缺失前后两个中心位置作为端点，均匀按照间距补齐相应个数的轨迹点。

5.根据权利要求1所述的基于SNN密度ST-OPTICS改进聚类算法的道路交通安全状况监测方法，其特征在于，S6中所述符合车辆 车载人数N为2。