[发明专利]海量位置点聚合的方法、装置、设备及存储介质

权利要求书

1.一种海量位置点聚合的方法，其特征在于，包括：

获取第一样本集合，包括：根据经纬度划分不同的网格，将位置点根据经纬度划分到不同的网格中；将网格中距离小于预设值的位置点合成一个点，作为合成位置点，将距离小于预设值的位置点的个数作为所述合成位置点的重复数，以所述合成位置点的经度、纬度、重复数生成所述第一样本集合；

将所述第一样本集合输入至预先修改的DBSCAN模型进行分类，生成分类后的第二样本集合，其中，所述预先修改的DBSCAN模型中的密度参数为预设上限值，所述预先修改的DBSCAN模型包括：在DBSCAN模型中增加一个数量参数，所述数量参数为所述合成位置点的重复数，将DBSCAN模型中在距离条件内累加样本数量的操作，由每次加1改为每次加上重复数；

将所述第二样本集合输入至预先修改的DBSCAN模型进行分类，生成分类后的第三样本集合，记录所述第三样本集合中的类别个数，其中，所述预先修改的DBSCAN模型中的密度参数为预设下限值；

将所述第三样本集合输入至预先修改的K-means模型进行聚类运算，进行K-means聚类运算的次数为所述类别个数，得到聚类结果；所述预先修改的K-means模型包括：在K-means模型中增加一个数量参数，所述数量参数为所述合成位置点的重复数，将K-means模型中计算质心时，每个样本参与一次计算修改为每个样本重复参与计算，重复参与计算的次数为所述重复数；

将所述聚类结果输入至预先修改的轮廓系数模型，获取聚合点，所述预先修改的轮廓系数模型包括:在轮廓系数模型中增加一个数量参数，所述数量参数为所述合成位置点的重复数，将轮廓系数模型中计算样本距离的方法修改为将原有的距离乘以所述重复数。

2.根据权利要求1所述的方法，其特征在于，所述将所述聚类结果输入至预先修改的轮廓系数模型，获取聚合点，包括：

根据所述预先修改的轮廓系数模型对所述聚类结果分别计算轮廓系数，将轮廓系数值最大的聚类结果所对应的位置点作为聚合点。

3.一种海量位置点聚合的装置，其特征在于，包括处理器和存储有程序指令的存储器，其特征在于，所述处理器被配置为在执行所述程序指令时，执行如权利要求1至2任一项所述的海量位置点聚合的方法。

4.一种计算机可读介质，其特征在于，其上存储有计算机可读指令，所述计算机可读指令可被处理器执行以实现如权利要求1至2任一项所述的一种海量位置点聚合的方法。