主权项 |
一种数据处理方法,其特征在于,包括:接收待分析区域预设时间段内的浮动车辆数据记录;从所述浮动车辆数据记录中筛选出所述浮动车辆的停靠点数据;其中所述预设时间段是由至少一个预设时间周期组成,而每个预设时间周期被划分为多个时间长度相同的子时间段;将所述待分析区域划分为多个大小相同的网格;根据所述预设时间段内的每个子时间段内的所述浮动车辆的停靠点数据,计算所述每个子时间段内的所述待分析区域中每个网格的第一浮动车辆停靠点密度;将每个预设时间周期的同一子时间段内的同一网格的第一浮动车辆停靠点密度进行叠加,得到一个预设时间周期的不同子时间段对应的所述每个网格的第二浮动车辆停靠点密度;对所述不同子时间段对应的每个网格的第二浮动车辆停靠点密度进行区域筛选,得到所述不同子时间段的最佳乘车区域;其中,所述根据所述预设时间段内的每个子时间段内的所述浮动车辆的停靠点数据,计算所述每个子时间段内的所述待分析区域中每个网格的第一浮动车辆停靠点密度具体包括:选取所述待分析区域中的任一网格,并从所述任一网格中获取一个中心点及所述中心点的坐标;获取每个子时间段内落在所述任一网格的第二预定区域内的每个浮动车辆的停靠点数据;其中所述任一网格的第二预定区域为以所述任一网格的中心点为圆心及以预设阈值为半径的区域;根据每个子时间段内落在所述任一网格的第二预定区域内的每个浮动车辆的停靠点数据、所述任一网格的中心点的坐标及密度公式计算所述每个子时间段内所述任一网格的中心点的第一浮动车辆的停靠点密度;继续计算所述每个子时间段内所述待分析区域内剩余网格的中心点的第一浮动车辆的停靠点密度;其中所述网格的中心点的第一浮动车辆的停靠点密度即所述网格的第一浮动车辆的停靠点密度;其中,所述密度公式为:<maths num="0001" id="cmaths0001"><math><![CDATA[<mrow><mi>P</mi><mrow><mo>(</mo><mi>x</mi><mo>,</mo><mi>y</mi><mo>)</mo></mrow><mo>=</mo><mfrac><mn>1</mn><mrow><msub><mi>δ</mi><mi>r</mi></msub><mrow><mo>(</mo><mi>x</mi><mo>,</mo><mi>y</mi><mo>)</mo></mrow></mrow></mfrac><msubsup><mi>Σ</mi><mrow><mi>i</mi><mo>=</mo><mn>1</mn></mrow><mi>n</mi></msubsup><mfrac><mn>1</mn><msup><mi>r</mi><mn>2</mn></msup></mfrac><mo>×</mo><mi>K</mi><mrow><mo>(</mo><mfrac><mrow><mi>x</mi><mo>-</mo><msub><mi>x</mi><mi>i</mi></msub></mrow><mi>r</mi></mfrac><mo>,</mo><mfrac><mrow><mi>y</mi><mo>-</mo><mi>y</mi></mrow><mi>r</mi></mfrac><mo>)</mo></mrow><mo>;</mo></mrow>]]></math><img file="FDA0000821045920000011.GIF" wi="941" he="156" /></maths>所述δ<sub>r</sub>(x,y)为消除边际效应的函数;所述<img file="FDA0000821045920000021.GIF" wi="356" he="112" />为概率密度函数;所述待分析区域内的浮动车辆停靠点的集合E为:{(x<sub>1</sub>,y<sub>1</sub>),(x<sub>2</sub>,y<sub>2</sub>),……,(x<sub>n</sub>,y<sub>n</sub>)};所述P(x,y)为网格中心点(x,y)处的点密度;所述r为以(x,y)为圆心的圆的半径;所述n为所述网格的第二预定区域内的浮动车辆停靠点数目。 |