[发明专利]一种针对出租车轨迹数据的K‑means初始聚类中心的选择方法

摘要

本发明涉及一种针对出租车轨迹数据的K‑means初始聚类中心选择方法，包括步骤：从电子地图中提取出城市交通的路网；对收集的出租车轨迹数据进行预处理，筛选出适合分析的样本数据；将出租车轨迹数据与路网进行匹配，得到出租车数据点在预设分析范围的分布图；利用图像识别技术中的斑点检测方法识别出出租车轨迹数据点的主要密集区域以作为K‑means的初始聚类中心；输出K‑means的初始聚类中心。本发明所提出的方法通过利用斑点检测方法确定K‑means的初始聚类中心的位置及个数，克服了传统K‑means方法选取K值的模糊性、主观性和初始中心随机选取的缺陷，针对海量车联网数据，加快了K‑means方法的聚类速度，很好地实现了出租车轨迹数据的聚类，具有一定的参考价值和实际经济效益。

主权项

一种针对出租车轨迹数据的K‑means初始聚类中心的选择方法，其特征在于，包括如下步骤：步骤S1：从一电子地图中提取城市交通的道路信息，构成路网；步骤S2：获取出租车轨迹数据，并对所获取的出租车轨迹数据进行预处理，筛选出分析样本数据；步骤S3：将所述出租车轨迹数据与所述路网进行匹配，得到出租车轨迹数据中的数据点在预设分析范围的分布图；步骤S4：利用图像识别技术中的斑点检测方法识别出出租车轨迹数据的数据点的主要密集区域，以作为K‑means的初始聚类中心；步骤S5：输出K‑means的初始聚类中心。