基于最小覆盖圆时空聚类算法的出行轨迹停驻点识别

作者：张小佳; 孙然然; 李晓璐; 赵晖; 张彭; 朱广宇^*

来源：科学技术与工程, 2020, 20(28): 11782-11788.

DOI：10.3969/j.issn.1671-1815.2020.28.057

• 轨迹挖掘
• 停驻点识别
• 时空聚类
• GPS

面向出行GPS轨迹中停驻点的识别问题,提出一种基于最小覆盖圆的时空聚类方法。使用停驻范围阈值对轨迹点进行聚类,使用停驻时间阈值对聚类类簇进行初步过滤,使用类簇近邻距离与类簇近邻时间两个阈值对预过滤类簇进行合并,继而使用停驻时间阈值进行最终过滤得到停驻时段与停驻点。该算法改进了已有时空聚类算法中初始类簇的确定方法,提高了计算效率。由于现有的查全率与查准率无法准确衡量停驻点识别结果的精度,基于停驻时段精确度对查全率与查准率计算方法进行修改。使用包含9 923个轨迹点的轨迹进行算法有效性检验,轨迹中包含的三个停驻时段均得到有效识别,查准率与查全率均为0.82。实验结果表明,该算法在轨迹重合度高以及轨迹漂移等情形下具有较高的准确性。

• 单位
  北京交通大学; 北京交通发展研究院; 交通运输部规划研究院