[发明专利]计算轨迹频繁度的方法、装置、存储介质及电子设备有效
申请号: | 201810631466.X | 申请日: | 2018-06-19 |
公开(公告)号: | CN109063727B | 公开(公告)日: | 2021-02-05 |
发明(设计)人: | 董俊龙;徐丽丽 | 申请(专利权)人: | 东软集团股份有限公司 |
主分类号: | G06K9/62 | 分类号: | G06K9/62 |
代理公司: | 北京英创嘉友知识产权代理事务所(普通合伙) 11447 | 代理人: | 赵杰;魏嘉熹 |
地址: | 110179 辽*** | 国省代码: | 辽宁;21 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 计算 轨迹 频繁 方法 装置 存储 介质 电子设备 | ||
1.一种计算轨迹频繁度的方法,其特征在于,包括:
获取移动对象的轨迹集合;
对所述轨迹集合中的各条轨迹进行基于轨迹相似度的聚类划分,得到轨迹组别,以及,获取所述轨迹集合中不与任何其他轨迹相似的轨迹的数量,其中,每个轨迹组别至少包含两条相似的轨迹;
根据所述轨迹集合中轨迹总数量与轨迹频繁度正相关、所述轨迹组别的组别数量与所述轨迹频繁度负相关、所述不与任何其他轨迹相似的轨迹的数量与所述轨迹频繁度负相关,计算出所述轨迹频繁度;
其中,所述轨迹相似度基于周期相似度获得,在两条轨迹的出发时间符合相同周期的情况下,所述周期相似度为预设第一相似度值,在两条轨迹的出发时间不符合相同周期的情况下,所述周期相似度为预设第二相似度值,所述预设第一相似度值与所述预设第二相似度值为不同数值;
并且,所述对所述轨迹集合中的各条轨迹进行基于轨迹相似度的聚类划分,得到轨迹组别包括:
通过以下任一相似度计算模式,计算出所述轨迹集合中的每条轨迹与其他轨迹之间一一对应的轨迹相似度,所述轨迹相似度根据所采用的相似度计算模式包括周期相似度或综合相似度;
将根据计算出的轨迹相似度判定为相似的轨迹划分到同一轨迹组别;
所述相似度计算模式包括:
周期相似度计算模式;
路线周期综合相似度计算模式:所述综合相似度根据路线地理时间相似度与所述周期相似度的乘积来确定,或者,所述综合相似度根据路线地理相似度与所述周期相似度的乘积来确定,其中,所述路线地理相似度根据两条轨迹的相邻重要点在两条轨迹中所占比例来确定,以及,在行程经过两条轨迹的相邻重要点的时间误差绝对值均值满足预设时间间隔阈值的要求的情况下,所述路线地理时间相似度根据两条轨迹的相邻重要点在两条轨迹中所占比例来确定;在行程经过两条轨迹的相邻重要点的时间误差绝对值均值不满足所述预设时间间隔阈值的要求的情况下,所述路线地理时间相似度根据两条轨迹的相邻重要点在两条轨迹中所占比例、及所述预设时间间隔阈值与行程经过两条轨迹的相邻重要点的时间误差绝对值均值的比例来确定。
2.根据权利要求1所述的方法,其特征在于,在所述对轨迹集合中的各条轨迹进行基于轨迹相似度的聚类划分,得到轨迹组别之前,还包括:
针对所述轨迹集合中的每条轨迹,判断所针对的轨迹的起点是否与其他轨迹中至少一条轨迹的起点之间的距离满足预设起点距离阈值的要求、且终点之间的距离满足预设终点距离阈值的要求;
如果否,则将所针对的轨迹从所述轨迹集合中删除。
3.根据权利要求1所述的方法,其特征在于,所述根据轨迹集合中轨迹总数量与轨迹频繁度正相关、所述轨迹组别的组别数量与所述轨迹频繁度负相关、所述不与任何其他轨迹相似的轨迹的数量与所述轨迹频繁度负相关,计算出所述轨迹频繁度包括:
根据所述轨迹集合中轨迹总数量除以所述轨迹组别的组别数量与所述不与任何其他轨迹相似的轨迹的数量之和得到的商来确定所述轨迹频繁度。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于东软集团股份有限公司,未经东软集团股份有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201810631466.X/1.html,转载请声明来源钻瓜专利网。
- 上一篇:可信设备的识别方法和装置
- 下一篇:一种火灾图像深度学习模式识别方法