基于最小覆盖圆时空聚类算法的出行轨迹停驻点识别

摘要：

面向出行GPS轨迹中停驻点的识别问题,提出一种基于最小覆盖圆的时空聚类方法.使用停驻范围阈值对轨迹点进行聚类,使用停驻时间阈值对聚类类簇进行初步过滤,使用类簇近邻距离与类簇近邻时间两个阈值对预过滤类簇进行合并,继而使用停驻时间阈值进行最终过滤得到停驻时段与停驻点.该算法改进了已有时空聚类算法中初始类簇的确定方法,提高了计算效率.由于现有的查全率与查准率无法准确衡量停驻点识别结果的精度,基于停驻时段精确度对查全率与查准率计算方法进行修改.使用包含9923个轨迹点的轨迹进行算法有效性检验,轨迹中包含的三个停驻时段均得到有效识别,查准率与查全率均为0.82.实验结果表明,该算法在轨迹重合度高以及轨迹漂移等情形下具有较高的准确性.

关键词：轨迹挖掘、停驻点识别、时空聚类、GPS

所属期刊栏目：20

分类号：U491.1(交通工程与公路运输技术管理)

资助基金：国家自然科学基金61872037

在线出版日期：2020-11-30（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：11782-11788