[发明专利]一种城市路网车辆出行轨迹的检索方法及系统

权利要求书

1.一种城市路网车辆出行轨迹的检索方法，其特征在于，所述方法，包括：

获取城市路网车辆出行轨迹数据，构建时空数据集；

根据所述时空数据集，构建并存储Hilbert-DR树；

输入检索条件，根据所述检索条件，遍历所述Hilbert-DR树，确定与所述检索条件对应的城市路网车辆出行轨迹数据集。

2.根据权利要求1所述的城市路网车辆出行轨迹的检索方法，其特征在于，所述根据所述时空数据集，构建并存储Hilbert-DR树，具体包括：

按照时间段对所述时空数据集进行分片，得到多个分片数据集；

令i的数值为1；

分别将多个所述分片数据集作为多个第i级中间节点的对应簇集；

对每个所述第i级间节点的对应簇集采用k-means聚类算法进行聚类处理，获得每个第i级中间节点的多个包含簇集；

分别判断每个第i级中间节点的每个包含簇集是否满足叶子节点生成条件；所述叶子节点生成条件为所述包含簇集内的数据个数小于节点容量阈值；

将满足叶子节点生成条件的包含簇集作为满足叶子节点生成条件的所述包含簇集所在的第i级中间节点的叶子节点；

将不满足叶子节点生成条件的包含簇集作为不满足叶子节点生成条件的所述包含簇集所在的第i级中间节点下的第i+1级中间节点的对应簇集；

令i的数值增加1，返回步骤“对每个所述第i级间节点的对应簇集采用k-means聚类算法进行聚类处理，获得每个第i级中间节点的多个包含簇集”，直到每个包含簇集均满足叶子节点生成条件，得到Hilbert-DR树。

3.根据权利要求2所述的城市路网车辆出行轨迹的检索方法，其特征在于，在按照时间段对所述时空数据集进行分片，得到多个分片数据集之后，还包括：

对各所述分片数据集内的数据均进行Hilbert编码，得到多个编码后的分片数据集。

4.根据权利要求2所述的城市路网车辆出行轨迹的检索方法，其特征在于，所述对每个所述第i级间节点的对应簇集采用k-means聚类算法进行聚类处理，获得每个第i级中间节点的多个包含簇集，具体包括：

确定第n个第i级间节点的对应簇集的多个聚类中心；n＝1,2，...，N；N为编码后的分片数据集的数量；

计算所述第n个第i级间节点的对应簇集内的数据分别与每个聚类中心的欧式距离；

根据所述欧式距离，将所述第n个所述第i级间节点的对应簇集内的数据分配到与最小欧式距离对应聚类中心对应的簇；

计算数据分配后每个簇的聚类中心改变量；

更新聚类中心改变量大于或者等于改变量阈值的簇的聚类中心，并返回步骤“计算所述第n个编码后的分片数据集内的数据分别与每个聚类中心的欧式距离”，直至所有所述聚类中心改变量均小于改变量阈值，得到多个包含簇集。

5.根据权利要求4所述的城市路网车辆出行轨迹的检索方法，其特征在于，所述欧式距离的计算公式为：

式中，为第i个样本点t_i到第j个聚类中心o_j的欧式距离，t_i为第i个样本点，o_j为第j个聚类中心，m为样本点特征向量的维度，t_iz为第i个样本点特征向量的第z个维度，o_jz为第j个聚类中心特征向量的第z个维度。

6.根据权利要求4所述的城市路网车辆出行轨迹的检索方法，其特征在于，所述聚类中心改变量的计算公式为：

式中，ω_c为第c次迭代的聚类中心改变量，T_c,i为第c次迭代时的第i个簇，T_c-1,i为第c-1次迭代时的第i个簇，|T_i|为第i个簇中的数据个数,t_j为第j个样本点。