[发明专利]基于BDCH-DBSCAN的出租车载客热点识别方法

摘要

本发明公开了一种基于BDCH‑DBSCAN的出租车载客热点识别方法，首先提供大量出租车GPS数据轨迹，从中剔除干扰数据；提取GPS数据轨迹中的上车数据点和下车数据点；对提取的数据点进行多线程分块聚类，并采用DBSCAN算法分离出核心点，并获取核心点的邻居节点集，对核心点进行扩展簇操作，扩展簇指对核心点的邻居点进行类簇划分，并将大于最小簇点数的邻居核心点及其领域添加进簇中；根据两点之间的曲面距离找出扫描半径内的邻居节点，找出每个簇中的最大密度点，作为簇心，并对簇心集合再次循环聚类直至集合数量、精度满足要求。本发明可以适应大规模数据、便于识别类簇中心、多线程聚类速度快、精确度高。

主权项

1.一种基于BDCH‑DBSCAN的出租车载客热点识别方法，其特征在于，包括以下步骤：(1)提供大量出租车GPS数据轨迹，从中剔除干扰数据，每个GPS数据轨迹包括多个GPS数据点，每个GPS数据点包括载客状态、经度、纬度；(2)提取GPS数据轨迹中的上车数据点和下车数据点，若在该点之前的GPS数据点的载客状态为空载状态，在该点之后的GPS数据点的载客状态为载客状态，则判断该点为上车数据点；若在该点之前的GPS数据点的载客状态为载客状态，在该点之后的GPS数据点的载客状态为空载状态，则判断该点为下车数据点；(3)对提取的上车数据点和下车数据点聚类进行分块循环聚类，将数据以5000个为一组放入线程池中进行聚类，聚类设定扫描半径Eps和最小簇点数MinPts，采用DBSCAN算法分离出核心点，并获取核心点的邻居节点集，所述邻居节点集是以核心点为中心在半径Eps范围内的所有点的集合，邻居节点集中的点为邻居节点，对核心点进行扩展簇操作，扩展簇指对核心点的邻居节点进行类簇划分，类簇划分指将每个点分配到对应点集内，由此形成一个个簇，并将大于MinPts的邻居节点及其领域添加进簇中；(4)找出簇心：根据上车数据点和下车数据点的经度、纬度，确定两个数据点之间的曲面距离用来发现扫描半径Eps内的邻居节点；对每一个簇内点P进行密度计算，点P的邻居节点个数占簇内总点数的比例记为P点密度；最后找出该簇中密度最大即所含邻居节点数最多的点作为该簇的簇心；(5)将簇心集合重新写入轨迹点队列中再次聚类，并设定载客热点数量范围，直到最终簇心集合数量即载客热点数量达到设定的范围。