[发明专利]一种基于F-DBSCAN迭代聚类的机场巴士候选站点筛选方法

权利要求书

1.一种基于F-DBSCAN迭代聚类的机场巴士候选站点筛选方法，其特征在于：包括，对各种出行的交通工具获得的数据进行预处理，根据预处理后的数据确定乘客的出行轨迹，得到乘客去向的离散终点的经纬度集；对乘客去向的离散终点的经纬度集进行密度聚类，在密度聚类过程中，采用快速DBSCAN聚类方法得出乘客的去向聚集区域，再对乘客的去向聚集区域的聚类结果，进一步进行迭代处理，得到迭代处理后乘客去向的聚集区域，即聚类结果，针对所述聚类结果，依据预设的规则匹配POI站点，最终确定出所需要的机场巴士候选站点。

2.根据权利要求1所述的基于F-DBSCAN迭代聚类的机场巴士候选站点筛选方法，其特征在于：所述预处理方法包括：各种出行的交通工具的不同订单数据的格式统一化的生成及权值设定，所述各种出行的交通工具的不同订单数据包括：网约车订单数据、出租车订单数据、机场巴士数据、公共汽车数据及地铁刷卡数据。

3.根据权利要求2所述的基于F-DBSCAN迭代聚类的机场巴士候选站点筛选的方法，其特征在于：所述不同订单数据的格式统一化的生成具体包括：

a、统一网约车和出租车订单格式，输出格式为csv文件，字段分别为：刷卡或下订单的时间、上车地点经度、上车地点纬度、下车地点经度和下车地点纬度；

b、通过机场地铁线刷卡数据、机场巴士数据及公共汽车数据匹配出完整出行链，输出为与a步骤输出结果相同格式的csv文件。

4.根据权利要求3所述的基于F-DBSCAN迭代聚类的机场巴士候选站点筛选方法，其特征在于：所述不同订单数据的格式统一的生成还进一步包括订单数据的权值设定，将网约车和出租车订单生成的csv文件做一份拷贝，与地铁刷卡数据的csv文件做合并处理，网约车和出租车订单的刷卡比重设为2，地铁刷卡和机场巴士、公共汽车数据的比重设为1。

5.根据权利要求1所述的基于F-DBSCAN迭代聚类的机场巴士候选站点筛选方法，其特征在于：所述根据预处理后的数据确定乘客的出行轨迹，得到乘客去向的离散终点的经纬度；对乘客去向的离散终点的经纬度进行密度聚类，在密度聚类过程中，采用快速DBSCAN聚类方法得出乘客的去向聚集区域的过程如下：

(1)针对乘客去向的离散终点的经纬度集，遍历其中每一个离散的终点，对于其中每一个终点，通过该终点的经纬度坐标计算该终点与其余所有终点的距离，若距离小于设定的半径且满足该条件的终点达到规定的密度，则称这是一个簇，这个簇则被称为密度可达区域，并为该密度可达区域设置唯一的簇号；若距离小于设定的半径的终点个数没有达到规定的密度将该终点设置为噪声点；

(2)若已经聚类为一个簇，则在该簇内选取四个代表点进行密度可达区域的扩张，即再次聚类，四个代表点分别为：簇内与簇中心点经度相同，纬度分别为簇内最大、最小的两个点，以及簇内与簇中心点纬度相同，经度分别为簇内最大、最小的两个点，对这四个代表点聚类的过程中，若距离这些代表点小于设定的半径的终点的个数达到规定的密度，则形成新的密度可达区域，将该密度可达区域与原簇的密度可达区域相接，并将这些新的密度可达区域内的终点的簇号设置与原簇一致；

(3)直到输入的数据集中的每个点都被遍历了一次，完成聚类，此时输出对应的数据结果，输出结果包括所有终点的经纬度，是否为噪声点的标记信息，以及相应的簇号，其中未被归入任何一个簇的簇号默认为0；

(4)去除簇号为0、噪声点为1的数据，它们是未被归入任一簇内的噪声点数据，最终得到的结果即是乘客的去向聚集区域。