[发明专利]一种基于聚类算法的司机常驻地预测方法及装置在审
| 申请号： | 201711325708.4 | 申请日： | 2017-12-13 |
| 公开（公告）号： | CN108182446A | 公开（公告）日： | 2018-06-19 |
| 发明（设计）人： | 陈卓;杨晓明;孙智彬;张鹤高;张缙 | 申请（专利权）人： | 北京中交兴路信息科技有限公司 |
| 主分类号： | G06K9/62 | 分类号： | G06K9/62;G06Q10/04 |
| 代理公司： | 北京辰权知识产权代理有限公司 11619 | 代理人： | 刘广达 |
| 地址： | 100176 北京市海淀区东北*** | 国省代码： | 北京;11 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种基于聚类算法的司机常驻地预测方法及装置，属于智能交通大数据领域。所述方法包括：收集司机的位置数据构成数据集合；对DBSCAN算法进行优化，并采用优化的DBSCAN算法对收集的数据集合进行聚类运算，得到第一聚类结果；对K‑means算法进行优化，基于第一聚类结果，采用优化的K‑means算法对收集的数据集合进行聚类运算得到第二聚类结果；根据第二聚类结果，预测司机的常驻地。本发明中，通过对DBSCAN及K‑means算法进行优化并结合，不仅提高了聚类过程中的计算效率，而且保证了聚类结果的全局性和高准确性，从而能够为数据的参考者提供正确的指导性建议，促进行业以及相关行业的发展。 | ||
| 搜索关键词： | 聚类结果 算法 数据集合 优化 司机 聚类算法 聚类运算 预测 计算效率 聚类过程 位置数据 智能交通 大数据 参考 保证 | ||
【主权项】：
1.一种基于聚类算法的司机常驻地预测方法，其特征在于，包括：步骤S1：收集司机的位置数据构成数据集合；步骤S2：对DBSCAN算法进行优化，并采用优化的DBSCAN算法对所述数据集合进行聚类运算，得到第一聚类结果；步骤S3：对K‑means算法进行优化，基于所述第一聚类结果，采用优化的K‑means算法对所述数据集合进行聚类运算得到第二聚类结果；步骤S4：根据所述第二聚类结果，预测所述司机的常驻地。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于北京中交兴路信息科技有限公司，未经北京中交兴路信息科技有限公司许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201711325708.4/，转载请声明来源钻瓜专利网。
