專利名稱：一種道路網(wǎng)絡空間中車輛對象移動軌跡聚類的方法
技術領域：
本發(fā)明涉及的是道路網(wǎng)絡空間中車輛對象移動軌跡聚類的方法。
背景技術：
隨著經(jīng)濟發(fā)展和技術進步，交通運輸已經(jīng)成為人們社會生活中不可缺少的重要組成部分，它對保證社會經(jīng)濟體系的發(fā)展及日常生活的正常運轉(zhuǎn)發(fā)揮著越來越大的作用。在人類的生活和生產(chǎn)過程中，存在著大量與空間位置有關的移動對象的信息。移動對象在人們的日常生活中隨處可見，而移動對象的時間與空間性質(zhì)是影響人們?nèi)粘Ｉ钚袨榈闹匾蛩刂?。近年來，隨著各種定位技術的普及和發(fā)展，用戶可以方便地獲取移動對象的位置信息并將其以軌跡的形式記錄下來。移動對象軌跡包含豐富的信息，如何查詢軌跡以及對其進行處理已成為人們研究的熱點，以軌跡為基本對象的軌跡數(shù)據(jù)庫越來越受到廣大數(shù)據(jù)庫研究者的關注。同時，移動對象軌跡中包含豐富的知識，且對象位置隨時間變化而發(fā)生變化的特性，對數(shù)據(jù)挖掘領域也帶來巨大的挑戰(zhàn)。聚類分析是數(shù)據(jù)挖掘技術中重要技術之一，如何對移動對象軌跡進行建模與聚類具有廣闊的研究價值與應用前景。

發(fā)明內(nèi)容
本發(fā)明的目的在于提供一種提高預測物體運動行為準確性的道路網(wǎng)絡空間中車輛對象移動軌跡聚類的方法。本發(fā)明的目的是這樣實現(xiàn)的:本發(fā)明包括如下步 驟:(I)將移動對象的數(shù)據(jù)屬性分為靜態(tài)屬性和動態(tài)屬性；(2)在離散時刻對移動對象的位置進行采樣存儲，并定義興趣點、路網(wǎng)空間；(3)在離散時刻對采樣節(jié)點之間的軌跡進行還原；(4)將移動對象軌跡作為一個點集進行刻畫；(5)計算兩條軌跡間的距離；(6)把移動對象相異性的區(qū)間標度變量的度量值轉(zhuǎn)換為無單位的值；(7)計算兩條軌跡間的時間距離:
權利要求
1.一種道路網(wǎng)絡空間中車輛對象移動軌跡聚類的方法，其特征是，包括如下步驟: (1)將移動對象的數(shù)據(jù)屬性分為靜態(tài)屬性和動態(tài)屬性； (2)在離散時刻對移動對象的位置進行采樣存儲，并定義興趣點、路網(wǎng)空間； (3)在離散時刻對采樣節(jié)點之間的軌跡進行還原； (4)將移動對象軌跡作為一個點集進行刻畫； (5)計算兩條軌跡間的距離； (6)把移動對象相異性的區(qū)間標度變量的度量值轉(zhuǎn)換為無單位的值； (7)計算兩條軌跡間的時間距離:
2.根據(jù)權利要求1所述的一種道路網(wǎng)絡空間中車輛對象移動軌跡聚類的方法，其特征在于，所述的相似性轉(zhuǎn)化的方法包括: (1)輸入軌跡在t時刻經(jīng)過的點以pos=(Rid, offset, speed)的方式表示，其中Rid為路段標識，offset為偏移量，speed為移動對象速度； (2)對于位置pos,已知offset和Rid,依次計算該路段上的興趣點和該路段起始點之間的距離，獲取與pos的offset之差最小的興趣點Pi,用Pi近似代替pos。
3.根據(jù)權利要求1或2所述的一種道路網(wǎng)絡空間中車輛對象移動軌跡聚類的方法，其特征在于，所述的初始聚類包括: (1)對輸入的軌跡集合進行預處理，調(diào)用軌跡轉(zhuǎn)換算法來轉(zhuǎn)化每條軌跡，將軌跡簡化成路網(wǎng)空間上已有的興趣點來表示； (2)對經(jīng)過預處理的軌跡,依次查詢其ε-鄰域,如果一條軌跡的ε -鄰域中軌跡的數(shù)目小于閾值，則將該軌跡標記為噪聲；否則該軌跡為核心軌跡，再對核心軌跡的ε -鄰域中的軌跡進行時間距離的提純，將其中時間距離小于給定閾值的軌跡標記到一個簇中； (3)把標記到一個簇中的軌跡壓入堆棧，利用本簇中的每條軌跡對簇進行一次擴展操作ExpandCluster, ExpandCluster O對簇進行擴展時,整個過程即掃描所有與待計算軌跡密度相連的軌跡，算法將所有達到密度相連的軌跡聚到一個簇中。
4.根據(jù)權利要求3所述的一種道路網(wǎng)絡空間中車輛對象移動軌跡聚類的方法，其特征在于，所述的增量聚類的方法包括: (1)確定初始聚類簇中的核心軌跡，由核心軌跡中提取代表軌跡； (2)計算新增軌跡與代表軌跡的距離，如果與所有簇的代表軌跡的距離都大于閾值dfflax,則將TR標記為噪聲；否則，將TR聚到與其代表軌跡距離最小的那個簇中，把TR標記上相應的簇標號，并計算TR的Ne (TR)，以確定TR是否為核心軌跡，如果TR是核心軌跡，則要將TR加入重新計算該簇的代表軌跡； (3)對變化的軌跡進行增量聚類，計算變化的那段軌跡和每個簇的代表軌跡之間的距離，如果與所有簇的代表軌跡間的距離都大于dmax，對整條軌跡TR重新進行計算，判斷能否歸入簇中，如果能則將TR重新標記，否則記為噪聲；如果與所有簇的代表軌跡間的距離不都大于dmax，將新增長的軌跡段聚到與其代表軌跡距離最小的簇中，判斷這段軌跡段和之前的軌跡是否處于同一簇中，如果是則將原軌跡更新，否則將兩段軌跡所在的簇合并，調(diào)整簇標號并將TR標記。然后計算TR的Ne (TR)，以確定TR是否為核心軌跡，如果TR是核心軌跡，則要將TR加入重新計算·該簇的代表軌跡。
全文摘要
本發(fā)明涉及的是道路網(wǎng)絡空間中車輛對象移動軌跡聚類的方法。本發(fā)明包括將移動對象的數(shù)據(jù)屬性分為靜態(tài)屬性和動態(tài)屬性；在離散時刻對移動對象的位置進行采樣存儲，并定義興趣點、路網(wǎng)空間；在離散時刻對采樣節(jié)點之間的軌跡進行還原；將移動對象軌跡作為一個點集進行刻畫；計算兩條軌跡間的距離；把描述對象相異性的區(qū)間標度變量的度量值轉(zhuǎn)換為無單位的值；計算兩條軌跡間的時間距離；對于車輛對象移動軌跡進行相似性轉(zhuǎn)化；對進行過相似性轉(zhuǎn)化的軌跡初始聚類；對經(jīng)過初始聚類的軌跡聚類簇進行增量聚類。本發(fā)明提出的方法對移動對象進行處理，并和已有算法比較，在保證正確聚類結(jié)果的基礎上，提高了算法的運行效率。
文檔編號G06F17/30GK103246706SQ20131012119
公開日2013年8月14日 申請日期2013年4月9日 優(yōu)先權日2013年4月9日
發(fā)明者韓啟龍, 張經(jīng)緯, 潘海為, 印桂生, 董宇欣, 蔡少濱, 姚念民 申請人:哈爾濱工程大學