[发明专利]一种基于轨迹间时空关联性的数据聚类方法

摘要

本发明公开了一种基于轨迹间时空关联性的数据聚类方法，首先统计各轨迹点邻域半径内邻居的数量，取邻居数量满足最短停留时间限制的轨迹点和其邻居坐标的均值作为初始中心代表点，从时间和距离约束两方面确定初始中心代表点；计算各邻居与初始中心代表点的距离，将距离的最大值作为该初始中心代表点对应的半径，根据最短移动时间约束合并初始中心代表点并调整半径，直到合并结束时得到中心代表点集。当新的轨迹聚类任务到来时，判断轨迹点与中心代表点集中各代表点的位置关系，删除包含在中心代表点R范围内的轨迹点，产生新的轨迹，对新的具有聚类价值的轨迹执行阶段一中的操作，根据聚类结果更新中心点集。

主权项

1.一种基于轨迹间时空关联性的数据聚类方法，其特征在于，包括以下步骤：第一阶段：中心代表点集生成阶段：从轨迹数据库中挑选(N为轨迹数据库中包含的轨迹的条数，为N的算数平方根的整数)条轨迹作为第一阶段中心代表点集生成的参考轨迹，并对这条轨迹中的每条轨迹重复执行步骤1和步骤2操作：步骤1，统计某条轨迹中各轨迹点的半径r邻域内邻居的数量，取邻居数量满足最短停留时间限制的轨迹点和其邻居坐标的均值作为初始中心代表点，从时间和距离约束两方面确定初始中心代表点；步骤2，计算各邻居与初始中心代表点的距离，将距离的最大值作为该初始中心代表点对应的半径R，最后，对所有条轨迹所获得的初始中心代表点，根据最短移动时间约束合并初始中心代表点并调整半径AR，直到合并结束时得到中心代表点集；第二阶段：基于中心代表点集的聚类阶段：对轨迹数据库中的第条到第N条轨迹聚类时，开始第二阶段的聚类操作：首先，判断轨迹点与中心代表点集中各代表点的位置关系，删除包含在各中心代表点对应AR范围内的轨迹点，产生新的轨迹；然后，对新的具有聚类价值的轨迹执行第一阶段中的操作，最后根据聚类结果更新中心点集。