[发明专利]一种基于R*树索引的时空轨迹聚集模式挖掘算法

说明书

本发明涉及一种基于R*树索引的时空轨迹聚集模式挖掘算法，包括轨迹压缩，轨迹聚类和聚集检测三个步骤。该算法综合利用轨迹数据的运动方向、运动速度和偏移信息来压缩轨迹，提高算法压缩的效果；使用基于R*树索引的线段DBSCAN对轨迹段聚类，提高算法聚类的效率。相关实验表明该算法相比同类算法挖掘效果有所提高。接下来的工作就是将此算法运用于实际的轨迹数据聚集模式挖掘任务中，提高数据挖掘的效果。

技术领域

本发明涉及数据挖掘领域，主要对时空轨迹聚集模式挖掘算法Crowd-TAD(Crowd-Testand Divide)进行改进，以提高聚集模式挖掘算法的准确性和效率，具体涉及一种基于R*树索引的时空轨迹聚集模式挖掘算法。

背景技术

时空轨迹模式挖掘是指从移动对象的运动轨迹中发现有用的行为规律来获取有价值的信息。其中时空轨迹聚集模式挖掘主要挖掘出在一定空间范围内持续一段时间的密集的移动对象群体，广泛应用于流量预测和交通线路规划等方面。

时空轨迹聚集模式的特点可以根据以下因素进行区分：移动群组的形状或者密度、群组中的对象数以及移动持续的时间。随着研究的深入，时空轨迹聚集模式的定义也越来越符合实际场景。在这些聚集模式中，Gathering模式是目前最新定义的聚集模式，该模式定义中的限定比较宽泛，适用于城市计算、流量预测等多种应用场景。

Gathering模式的挖掘方法分为三种，分别是基于网格的挖掘算法、基于R树的挖掘算法和基于时空图的挖掘算法。基于网格索引的聚集判断算法原理是在每个时间点建立网格索引遍历聚簇集合，得出需要进行距离计算的聚簇集合，减少计算量，缺点是索引效率受划分粒度影响。基于R树索引的聚集判断算法原理是在计算聚簇间的距离时，在每个时间点建立R树索引存储聚簇最小外包矩形，利用R树的窗口查询进行剪枝，减少聚簇间的距离计算，缺点是R树实现复杂，边界矩形不一定近似聚簇形状。基于时空图的聚集判断算法原理是根据轨迹聚类信息建立时空图，根据时空图进行聚集判断，缺点是时间复杂度高，当数据量增长过快时，时空图规模大，挖掘算法效率降低。

针对时空轨迹聚集模式挖掘的研究还存在以下问题：一是现有的挖掘算法中没有考虑移动对象的运动方向属性，不能准确地反映移动对象的动态特征；二是针对轨迹聚类过程时间复杂度高，运行时间长，目前没有一个最优的聚类方案。针对以上问题，本发明在深入研究时空轨迹聚集模式挖掘算法的基础上，提出一种基于R*树索引的聚集模式挖掘算法，在轨迹预处理阶段，提取轨迹的运动方向、运动速度和偏移信息综合表示轨迹，进行轨迹压缩；在聚类阶段，对轨迹按照时间区间分成轨迹段，使用基于R*树索引的线段DBSCAN进行轨迹聚类。相关实验表明本方法相比已有算法，在保证挖掘算法准确性的基础上具有更高的挖掘效率。

发明内容

本发明主要采用以下技术手段实现：

一种基于R*树索引的时空轨迹聚集模式挖掘算法，其特征在于，包括：

步骤1、对轨迹进行预处理，包括提取轨迹特征并对提取的轨迹特征进行关键点判断，得到压缩后轨迹；

步骤2、对步骤1得到的压缩后轨迹进行轨迹聚类，首先进行时间片划分，然后对于每个时间片创建一颗R*树，最后对每个时间片内的所有轨迹段进行聚类；

步骤3、对步骤2已经聚类后的轨迹进行聚集判断，首先经过群体判断确定群体数量，并经过聚集判断确定群体中的参与者，完成最终的聚集集合。

在上述的一种基于R*树索引的时空轨迹聚集模式挖掘算法，所述步骤1具体包括：

步骤1.1、轨迹特征提取，具体是采用轨迹的移动方向、移动速度和偏移信息三类特征来描述轨迹；