一种多时空特征融合下的兴趣点轨迹聚类方法

摘要

本发明公开了一种多时空特征融合下的兴趣点轨迹聚类方法，首先根据轨迹连续坐标点间的时间和空间跨度获取用户停留的兴趣点，通过兴趣点将轨迹分割为多条轨迹段；然后通过计算轨迹段在空间、时间、速度和方向上的差异来综合判断两条轨迹间的相似度；最后基于OPTICS方法对轨迹进行密度聚类，并剪裁掉轨迹数量稀疏的聚类簇。本发明将轨迹转换为兴趣点序列，综合考虑连续兴趣点间形成的轨迹段的速度、方向和时空特性，进行轨迹聚类，挑选出显著簇以获取能反映全局重要性的轨迹聚类形态。实验结果表明，该方法在聚类中保留了轨迹原有的时空和移动属性特性，能更全面地反映移动对象的运动和行为模式，聚类准确性高。

主权项

一种多时空特征融合下的兴趣点轨迹聚类方法，其特征在于，该多时空特征融合下的兴趣点轨迹聚类方法利用轨迹的运动信息和兴趣点停留信息，更加准确表达具有社会行为相似性的轨迹集合；具体包括以下步骤：步骤一、根据轨迹连续坐标点间的时间和空间跨度获取用户停留的兴趣点，通过兴趣点将轨迹分割为多条轨迹段；步骤二、通过计算轨迹段在空间、时间、速度和方向上的差异来综合判断两条轨迹间的相似度；步骤三、基于OPTICS方法对轨迹进行密度聚类，并剪裁掉轨迹数量稀疏的聚类簇。