[发明专利]基于场所物理位置密度聚类划分区域的方法

权利要求书

1.一种基于场所物理位置密度聚类划分区域的方法，包括步骤：

S1：收集一目标区域的多个目标场所的位置信息；

S2：设定所述目标区域的一最小场所数的数值为k；

S3：根据所述最小场所数和所述位置信息绘制获得所述目标场所的距离图，并确定一区域最小半径；

S4：根据所述区域最小半径和所述最小场所数对所述位置信息进行聚类，获得聚类结果。

2.根据权利要求1所述的基于场所物理位置密度聚类划分区域的方法，其特征在于，所述S4步骤后还包括步骤：

S5：分析所述聚类结果，当分析结果不满足一预设要求时，返回步骤S2。

3.根据权利要求2所述的基于场所物理位置密度聚类划分区域的方法，其特征在于，所述S1步骤后和所述S2步骤前还包括步骤：根据所述位置信息绘制获得各所述目标场所的一散点分布图。

4.根据权利要求2所述的基于场所物理位置密度聚类划分区域的方法，其特征在于，所述S3步骤进一步包括步骤：

S31：计算每一所述目标场所与各其他所述目标场所之间的欧式距离，获得与所述目标场所一一对应的多个欧式距离集；

S32：对每一所述欧式距离集内的元素由小到大进行排序，并取出排序后每一所述欧式距离集的第k个所述元素作为各所述目标场所的k距离；

S33：将各所述k距离进行倒序排序，并绘制各所述目标场所的k距离图；

S34：将所述k距离图中各点连线的拐点处的距离作为所述区域最小半径。

5.根据权利要求4所述的基于场所物理位置密度聚类划分区域的方法，其特征在于，所述S4步骤中，利用DBSCAN算法对所述位置信息进行聚类。

6.根据权利要求5所述的基于场所物理位置密度聚类划分区域的方法，其特征在于，所述S4步骤进一步包括步骤：

S41：根据所述区域最小半径和所述最小场所数设置所述DBSCAN算法的参数；

S42：对所述位置信息进行聚类；

S43：获得多个位置信息簇，每一所述位置信息簇包括至少一所述位置信息，所述聚类结果包括所述位置信息簇。

7.根据权利要求6所述的基于场所物理位置密度聚类划分区域的方法，其特征在于，所述S5步骤进一步包括步骤：

S51：根据所述聚类结果绘制一聚类结果图；

S52：根据所述聚类结果图分析评价当前聚类效果，获得所述分析结果；

S53：当所述分析结果不满足所述预设要求时，返回步骤S2；当所述分析结果满足所述预设要求时，输出所述聚类结果。