[发明专利]一种基于马尔科夫链的跨地理分布轨迹聚类方法

权利要求书

1.一种基于马尔科夫链的跨地理分布轨迹聚类方法，其特征在于，包括以下步骤：

S1属地轨迹预处理步骤：属地节点对属地轨迹数据进行预处理操作，将属地轨迹数据集划分成若干个轨迹子簇，并对每一个轨迹子簇进行网格化操作，使得轨迹子簇中所有轨迹坐标均通过网格空间中网格空间点表示；最后将网格化处理后的轨迹子簇进行网格坐标填充；

S2属地轨迹生成模型估计：属地节点利用预处理后的轨迹子簇集合模拟轨迹数据生成模型，具体步骤如下：

S21：将预处理后的轨迹子簇集合中所有轨迹经过的网格空间点转换至马尔科夫链模型中的状态空间，形成状态集合；网格空间中轨迹的交叉点和截止点之外的轨迹点均一一对应马尔科夫链模型中的一个状态，网格空间中轨迹的交叉点和截止点对应马尔科夫链模型中的2个以上状态；

S22：利用轨迹子簇的中的状态集合训练该轨迹子簇对应的马尔科夫链模型，得到马尔科夫链模型对应的转移矩阵；

S23：属地节点将本地的转移矩阵和状态集合发送至中心节点；

S3：综合求解步骤：中心节点利用各个属地节点传递的转移矩阵和状态集合实现全局轨迹的聚类操作得到簇心集合并发送至各属地节点。

2.如权利要求1所述方法，其特征在于，步骤S21中将网格空间点转换至马尔科夫链模型中的状态空间的映射规则包括：

(1)单条轨迹中的坐标点既不是轨迹交叉点，也不是轨迹截止点，则该网格空间点与状态空间中的状态是一一映射；

(2)针对单条轨迹，若轨迹中的坐标点(x,y)是轨迹交叉点或轨迹截止点，则将该网格空间点映射成状态空间中的M个状态：

M＝m_cross+m_end

其中，m_cross表示网格空间点下一个可能转移到的网格空间点数量，取值范围2-4，m_end表示该网格空间点是否为轨迹截止点，如果是截止点其值取1，否则其值取0。

3.如权利要求1所述方法，其特征在于，步骤S3中心节点得到簇心集合的具体步骤如下：

S31：中心节点利用各属地节点传递的转移矩阵和状态集合生成全局轨迹数据集；

S32：计算全局轨迹数据集中轨迹间的距离度量，再基于轨迹间的距离度量使用kmedios聚类算法对全局轨迹数据集进行聚类操作得到簇心集合。

4.如权利要求2所述方法，其特征在于，S31中全局轨迹数据集的具体生成方法如下：

1)初始化第i条轨迹序列L_i，按照状态初始分布产生状态s，将该状态对应的网格空间点加入轨迹序列L_i；

2)若状态s不是截止状态，则依据转移矩阵得到状态s转移至其他状态的概率分布P，依据此概率分布随机产生新的状态s’，将s’加入轨迹序列L_i，利用s’更新s；

若状态s是截止状态，判断此时轨迹序列长度是否在对应子簇轨迹最小长度和最大长度之间，若是则将状态s加入当前轨迹序列L_i后，进入步骤3)，否则执行步骤1)。

3)将轨迹序列L_i放入全局轨迹数据集RD，判断是否处理完全部的n条轨迹，如是，则完成全局轨迹数据集生成，否则重新赋值i，返回步骤1)。

5.如权利要求4所述方法，其特征在于，全局轨迹数据集RD中轨迹序列L_i，i＝1,2,…,n，的长度不固定；计算全局轨迹数据集中轨迹间的距离度量的函数LCS Dist为：

LCS Dist(a，b)＝Dist(LCS(a，b，N，G))*g(Len)+C*M

其中，LCS(a,b,N,G)是求解邻域参数为N，最大间隔参数为G时轨迹a和轨迹b的最大公共子序列；Dist为两等长度轨迹的距离度量函数；g(.)是最大公共子序列长度的函数g(Len)＝e^-Len，Len为最大公共子序列长度；C*M表示总间隔数对距离度量的影响，常数C用来协调最大公共子序列和总间隔数对距离度量的影响程度。