[发明专利]周期行为分析方法及装置

权利要求书

1.一种周期行为分析方法，其特征在于，所述方法包括：

获取各个采集器在预设时间段内采集的指定对象的轨迹点，所述轨迹点包括采集器标识和采集时刻；

针对兴趣点位集中的每个兴趣点位，依据位于该兴趣点位的采集器采集的轨迹点确定指定对象出现在该兴趣点位的周期；

获取具有相同周期的目标兴趣点位，并按照该周期将所述预设时间段划分为多个片段；

依据位于目标兴趣点位的采集器采集的轨迹点，对所述多个片段进行分层聚类得到多种聚类结果，从所述多种聚类结果中选择符合预设条件的聚类结果；

依据选择的聚类结果确定指定对象出现在目标兴趣点位的周期行为信息。

2.根据权利要求1所述的方法，其特征在于，依据位于该兴趣点位的采集器采集的轨迹点确定指定对象出现在该兴趣点位的周期，包括：

依据预设时间段的长度和预设周期粒度确定出多个候选周期；

依据位于该兴趣点位的采集器采集的轨迹点的采集时刻确定每个候选周期的不平衡指数；

从每个候选周期的不平衡指数中选择最大不平衡指数，并将最大不平衡指数对应的候选周期作为该兴趣点位的周期。

3.根据权利要求2所述的方法，其特征在于，依据位于该兴趣点位的采集器采集的轨迹点的采集时刻确定每个候选周期的不平衡指数，包括：

针对每个候选周期，按照该候选周期将所述预设时间段划分为多个片段，并将该候选周期划分成多个相对时间戳；

针对位于该兴趣点位的采集器在每个片段内采集的每个轨迹点，依据该轨迹点的采集时刻与该片段的起始时刻之间的间隔时长确定该轨迹点对应的相对时间戳；

统计每个相对时间戳对应的轨迹点的数量，并依据每个相对时间戳对应的轨迹点的数量确定该候选周期的不平衡指数。

4.根据权利要求1所述的方法，其特征在于，依据位于目标兴趣点位的采集器采集的轨迹点，对所述多个片段进行分层聚类得到多种聚类结果，包括：

将该周期划分成多个相对时间戳；

针对每个片段，依据位于目标兴趣点位的采集器在该片段内采集的轨迹点确定该片段的概率分布矩阵，所述概率分布矩阵包括指定对象在每个相对时间戳下出现在每个目标兴趣点位的概率；

依据每个片段的概率分布矩阵对所述多个片段进行分层聚类，得到多种聚类结果。

5.根据权利要求4所述的方法，其特征在于，从所述多种聚类结果中选择符合预设条件的聚类结果，包括：

针对每种聚类结果中的每个类，依据该类包含的每个片段的概率分布矩阵确定该类的错误率；

针对每种聚类结果，依据该聚类结果中每个类的错误率，确定该聚类结果的错误率；

依据每种聚类结果的错误率，从所述多种聚类结果中选择符合预设条件的聚类结果。

6.根据权利要求4所述的方法，其特征在于，依据选择的聚类结果确定指定对象出现在目标兴趣点位的周期行为信息，包括：

针对选择的聚类结果中的每个类，依据位于目标兴趣点位的采集器在该类包含的片段内采集的轨迹点，确定该类的概率分布矩阵；

将该类的概率分布矩阵确定为指定对象出现在目标兴趣点位的周期行为信息。

7.一种周期行为分析装置，其特征在于，所述装置包括：

轨迹点获取模块，用于获取各个采集器在预设时间段内采集的指定对象的轨迹点，所述轨迹点包括采集器标识和采集时刻；

周期确定模块，用于针对兴趣点位集中的每个兴趣点位，依据位于该兴趣点位的采集器采集的轨迹点确定指定对象出现在该兴趣点位的周期；

片段划分模块，用于获取具有相同周期的目标兴趣点位，并按照该周期将所述预设时间段划分为多个片段；

聚类模块，用于依据位于目标兴趣点位的采集器采集的轨迹点，对所述多个片段进行分层聚类得到多种聚类结果，从所述多种聚类结果中选择符合预设条件的聚类结果；

行为确定模块，用于依据选择的聚类结果确定指定对象出现在目标兴趣点位的周期行为信息。