[发明专利]基于浮动车居民出行热点区域的检测方法及系统

摘要

本发明提供了一种基于浮动车居民出行热点区域的检测方法及系统，在检测方法中，服务器执行如下步骤：转换步骤，将经纬度换算为平面距离，然后执行分析步骤；分析步骤，对经纬度数据汇总，进行空间聚类分析，从而得出居民出行的热点区域。本发明的有益效果是：本发明能够提高居民出行热点区域的准确性，提高判别效率，为居民出行的选择提供便利。

主权项

1.一种基于浮动车居民出行热点区域的检测方法，其特征在于，服务器执行如下步骤：接收步骤，接收多个车载终端发送的浮动车的实时经纬度位置，然后执行转换步骤；转换步骤，将经纬度换算为平面距离，然后执行分析步骤；分析步骤，对经纬度数据汇总，进行空间聚类分析，从而得出居民出行的热点区域；在所述分析步骤中，包括多尺度聚类分析步骤，在所述多尺度聚类分析步骤中，首先在宏观维度采取空间聚类算法得到一个范围广的热点区域，之后在中间维度的热点区域中，再次进行空间聚类分析，得到距离这个区域内各个经纬度点距离总和最小的设定数量个子热点区域，最后在微观维度进行聚类分析，得到该设定数量个子热点区域整体的中心点，那么这个点就是热点区域中心；在所述宏观维度进行空间聚类分析时，根据聚类原则，使两类点的类内距离相对小，即同类点分布比较集中，体现着同类样本点的相似性，为此将该算法转化为求解下列优化问题：其中，||w||²表示使两类点间的不同类间距离最大，η_i表示各点到其距离它最近的分类超平面的距离，而表示使同类点间的距离最小；采用平方的目的是只考虑移动距离的大小而不考虑移动的方向，常数d用于控制类内最小距离与类间最大距离的折中；在所述中间维度进行空间聚类分析中，以宏观维度聚类分析得到的热点区域为分析基础，计算该热点区域中每个点距离该区域内其他各个经纬度点的距离总和，之后按照距离从小到大进行排列，选择距离总和最小的前设定数量个点作为子热点区域中心；在所述微观维度聚类分析中，根据中间维度聚类分析得到的设定数量各自热点区域的中心，计算距离该设定数量个中心距离总和最短的点，也是该热点区域中最核心的位置。