基于网格信息熵聚类算法的出租车载客热点区域挖掘方法

    公开(公告)号:CN110728305A

    公开(公告)日:2020-01-24

    申请号:CN201910869878.1

    申请日:2019-09-16

    Abstract: 本发明公开了一种基于网格信息熵聚类算法挖掘出租车载客热点区域的新方法,针对基于密度的聚类算法对输入的数据较为敏感,导致受到计算空间的限制且时效性较差的不足,因此,本发明受网格划分思想和信息熵方法的启发,利用信息熵以及聚集度的变化情况对载客点的分布状况进行分析。算法使用网格替代原始轨迹点数据进行计算,克服了基于密度的聚类算法受计算空间限制且时效性较差的不足,减少了所需处理的数据的规模,提高了计算的速度,算法的灵活性较大,能够处理分析海量数据。

    一种出租车载客轨迹聚类算法Tr-OPTICS

    公开(公告)号:CN107392245A

    公开(公告)日:2017-11-24

    申请号:CN201710591987.2

    申请日:2017-07-19

    CPC classification number: G06K9/6226 G01S19/42 G06Q50/30

    Abstract: 本发明公开了一种出租车载客轨迹聚类算法Tr-OPTICS,该方法以载客轨迹为研究对象,重新定义了轨迹的可达距离、核心轨迹的概念,以及核心轨迹的搜索邻域范围。同时针对大数据量的载客轨迹,将算法中的空间索引以邻接表来替代,从而降低算法的计算复杂度。本发明提出的Tr-OPTICS算法提高了算法执行效率,同时也提高了聚类结果的准确性。并且能够在不同样本量下保持稳定,在聚类结果上本发明算法可以更有效地发现载客子轨迹的频繁模式。

Patent Agency Ranking