[发明专利]基于场所物理位置密度聚类划分区域的方法

说明书

本发明提供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。本发明的一种基于场所物理位置密度聚类划分区域的方法，将多个距离紧密的单场所聚集在一起成为一个大的区域，方便后续分析；通过聚集单场所，扩大了聚集场所范围，对分析某些特殊活动提供了更大的搜索范围。

技术领域

本发明涉及船舶领域，尤其涉及一种基于场所物理位置密度聚类划分区域的方法。

背景技术

场所包括娱乐，餐饮，住宿等公共场所以及其他私人场所，有人剧集的地方就是一个场所。单个场所中人与人之间的活动多种多样，人们活动的场所空间不单一不确定，这样对于分析单个场所单个活动聚集人数变得更加繁重重复，更甚者对于某些特殊活动在单个场所的聚集人员极少，这对于后续分析工作有很大影响。所以为了更方便简洁地对某些特殊活动聚集人数进行分析，需要一种基于场所物理位置密度聚类划分区域的方法。

发明内容

针对上述现有技术中的不足，本发明提供一种基于场所物理位置密度聚类划分区域的方法，将多个距离紧密的单场所聚集在一起成为一个大的区域，方便后续分析；通过聚集单场所，扩大了聚集场所范围，对分析某些特殊活动提供了更大的搜索范围。

为了实现上述目的，本发明提供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。

优选地，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。

优选地，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。

优选地，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。

优选地，所述S4步骤中，利用DBSCAN算法对所述位置信息进行聚类。

优选地，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。

优选地，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；