[发明专利]基于SNN密度ST-OPTICS改进聚类算法的道路交通安全状况监测方法

摘要

本发明公开了一种基于SNN密度ST‑OPTICS改进聚类算法的道路交通安全状况监测方法，包括以下步骤：S1，采集选定道路上的车辆及手机定位数据；S2，对数据进行预处理，并入库；S3，通过关键定位信息进行地图匹配；S4，计算SNN密度相似度图，根据相似度图预估选定道路上行驶的车辆数；S5，通过ST‑OPTICS聚类算法对车辆及手机定位数据点进行聚类分析，输出簇排序；S6，将乘客对象度量值作为支持度，将符合的车辆信息存入数据库；S7，获取满足最小支持度的数据集来进行定位分析。本发明使用智能手机定位数据、基站定位数据及车载GPS技术建立检测模型，对选定道路交通安全状况进行智能检测。

主权项

1.一种基于SNN密度ST‑OPTICS改进聚类算法的道路交通安全状况监测方法，其特征在于，包括：S1：采集选定道路上行驶车辆的GPS定位数据以及车载乘客手机的GPS定位数据和基站定位数据；S2：对数据进行预处理，进而生成可操作性数据集，并存入数据库；S3：通过包括可操作数据集的经纬度在内的关键定位信息进行地图匹配；S4：采用可操作性数据集中的手机定位轨迹数据点计算SNN密度相似度图，自动确定可操作性数据集中簇的个数，以此预估选定道路上行驶的车辆数；S5：通过ST‑OPTICS聚类算法对车辆及手机定位数据点进行聚类分析，输出对应的簇排序，以此得出各个簇对应的乘客对象度量值；S6：将乘客对象度量值作为定位分析模型的支持度，根据选定道路实际规定将符合车辆车载人数N作为其最小支持度，检测行驶车辆，将符合的车辆信息存入对应的数据库；S7：将满足最小支持度的数据集作为选定道路行驶车辆及手机定位分析模型的依据。