[发明专利]一种基于GeoHash的地理坐标点密度聚类方法

说明书

本发明公开了一种基于GeoHash的地理坐标点密度聚类方法，该发明首先利用GeoHash将每个坐标点p进行处理，获取其GeoHash编码，并根据编码将坐标点p加入对应实块的坐标点集合，形成实块集合B；然后，利用块的邻接关系，对B进行处理，生成连通实块区域集合Ω；最后，对于Ω中每个连通实块区域中的坐标点，执行密度聚类算法，得到对应的簇集；所有生成的簇集的并集即为全局密度聚类的结果簇集。本发明采用了分治法的思想，易于实现，使得密度聚类的时间效率显著提高，并且能够保证结果的正确性。

技术领域

本发明涉及密度聚类技术领域，具体的说是一种基于GeoHash的地理坐标点密度聚类方法。

背景技术

密度聚类是根据样本的密度分布来进行聚类。通常情况下，密度聚类从样本密度的角度出发，考察样本间的可连接性，并基于可连接样本不断扩展簇集，以获得最终的聚类结果。随着卫星定位技术、无线通信和移动设备的快速发展，获取运动物体时空轨迹数据变得简单便捷，密度聚类技术常被用以对数据进行分析和挖掘，提取有用的模式，例如位置预测、出行推荐、交通管理等。目前的密度聚类方法在轨迹数据挖掘的应用场景下时间效率较低。

现有技术中申请号为CN107330466A公开了极速地理GeoHash聚类方法，包括确定对POI样本进行聚类所需的聚类精度在树结构聚类数据库中对应的目标层；从目标层中选取用于聚类的节点，对节点对应的区域内的POI样本进行聚类，得到聚类结果，其一方面，对海量的POI样本快速完成聚类，另一方面，可以灵活地调整聚类精度，但是其操作相对复杂。申请公布号CN 110688436 A公开了一种基于行车轨迹的改进型GeoHash道路聚类方法，包括向服务端输入样本集，领域参数(hash,MinPts)，设置样本距离度量方式，服务端进行第一次初始化设置：核心对象集合Ω为空集，未访问样本集合Γ＝D，簇划分C为空集，操作步骤相对较多。

发明内容

为了解决上述问题，本发明提供了一种能够提高轨迹数据挖掘场景下密度聚类的时间效率的基于GeoHash的地理坐标点密度聚类方法。

为了达到上述目的，本发明是通过以下技术方案来实现的：

本发明是一种基于GeoHash的地理坐标点密度聚类方法，具体步骤如下：

步骤1、利用GeoHash对每个坐标点p进行处理，获取其GeoHash编码g，并根据g将该坐标点p加入对应实块b_i的坐标点集合PS，最终形成实块集合B = {b₁, b₂, …, b_m}；

步骤2、利用块的邻接关系，对实块集合B进行处理，生成连通实块区域集合Ω ={M₁, M₂, …, M_n}；

步骤3、对于Ω中每个连通实块区域M_i中的坐标点，执行密度聚类算法，得到对应的簇集C_i；

步骤4、对步骤3中生成的簇集进行合并，进而获得最终的全局密度聚类结果。