[发明专利]一种出租车载客轨迹聚类算法Tr‑OPTICS

摘要

本发明公开了一种出租车载客轨迹聚类算法Tr‑OPTICS，该方法以载客轨迹为研究对象，重新定义了轨迹的可达距离、核心轨迹的概念，以及核心轨迹的搜索邻域范围。同时针对大数据量的载客轨迹，将算法中的空间索引以邻接表来替代，从而降低算法的计算复杂度。本发明提出的Tr‑OPTICS算法提高了算法执行效率，同时也提高了聚类结果的准确性。并且能够在不同样本量下保持稳定，在聚类结果上本发明算法可以更有效地发现载客子轨迹的频繁模式。

主权项

一种出租车载客轨迹聚类算法Tr‑OPTICS，其特征在于：具体包括如下步骤：第一步：一、指定载客轨迹数据集D，并且设置聚类参数ε和最小包含轨迹数目MinPts的阈值；二、建立两个集合：有序队列集合S，用来临时存储核心载客轨迹对象及其邻域内直接密度可达轨迹对象；结果队列集合O，用来存储样本轨迹及处理次序的结果；第二步：如果集合D中的数据全部处理完，则算法结束；如果未全部处理完，则从D中选择一个核心轨迹对象，为该核心轨迹对象建立邻接表，并且将该核心轨迹对象放入结果队列集合O中，其直接密度可达轨迹放入有序队列集合S中，并按可达距离升序排列；第三步：如果有序队列集合S为空，则回到第二步；如果有序队列集合S不为空，则从有序队列集合中取出第一个轨迹对象TR1：一、如果TR1不是核心轨迹，则回到第二步；二、如果TR1是核心轨迹，则将TR1放入结果队列集合O中，并且找到其所有的直接密度可达轨迹对象TR1‑TRn，将这些轨迹放入有序队列S集合中按照可达距离重新排序；如果TR1‑TRn有已经在有序队列集合中且新的可达距离比原来的值小，则更新该轨迹的可达距离；三、重复第三步，直至有序队列集合S为空；第四步：算法结束，输出结果队列集合O。