CN119494008A 一种基于gps轨迹数据的高效时空聚类方法 （北华航天工业学院）

施例提供了一种基于GPS轨迹数据的高效时空聚将所述目标GPS轨迹数据进行数据清洗，包括异标GPS轨迹数据点与地图数据进行匹配,生成至三维轨迹在二维CLR空间表征结果；基于所述每个目标三维轨迹在二维CLR空间表征结果，确定2将目标三维轨迹数据采用压缩线性参考技术进行轨迹分割、获取每个目标基于所述每个目标三维轨迹在二维CLR空间表征结果，确定每对轨迹的最长公共子序获取原始GPS轨迹数据，采用卡尔曼滤波算法和道格拉斯一普克;;tr;—轨迹点；—半径；t(p)—tr;轨迹点对应的时间戳；—高度。4.根据权利要求3所述的方法，其特征在于，基于所述每个目;TRY—轨迹TRZ中的第j-1个轨迹点的缓冲区；3—轨迹TRZ中的第k-1个轨迹点缓冲区；d(rR,mR)—轨迹R,和轨迹TRZ之间的距离；—距离阈值。;s(TR:TR,)—轨迹TRZ和TRZ的相似度。;trs(k,b)—轨迹TRZ中第n条线段的斜率和截距。7.根据权利要求3所述的方法，其特征在于，所述基于所述每个目标三维轨迹在二维LCS(ty,trsy)—轨迹中线段和轨迹TRZ中tra线段的最长公共子序列；8.根据权利要求1至7任一项所述的方法，其特4[0001]本发明涉及数据处理的技术领域，尤其是涉及一种基于GPS轨迹数据的高效时空[0002]随着信息技术的快速发展，收集大量带有精确信息的个体时空行为数据成为可基于所述每个目标三维轨迹在二维CLR空间表征结果，确定每对轨迹的最长公共获取原始GPS轨迹数据，采用卡尔曼滤波算法和道格拉斯一普克算法对所述原始;5;tr;—轨迹点；t(p)—tr;轨迹点对应的时间戳；—高度。定每对轨迹的最长公共子序列的步骤中，采用如下方式确定轨迹和TRZ的最长公共子;TRY—轨迹TRZ中的第j-1个轨迹点的缓冲区；a(rxy,mR,)—轨迹和轨迹TRZ之间的距离；—距离阈值。;s(TR,TR2)—轨迹TRZ和TRZ的相似度。;trs(k,b)—轨迹TRZ中第n条线段的斜率和截距。6定每对轨迹的最长公共子序列的步骤中，采用如下方式确定轨迹和TRZ的最长公共子;LCS(ty,trsy)—轨迹中trs线段和轨迹TRZ中tra线段的最长公共子序列；基于设定的邻域半径和最小点数和所述相似性矩[0019]为便于对本实施例进行理解，首先对本发明实施例所公开的一种基于GPS轨迹数7;轨迹中每对轨迹的最长公共子序列，基于所述每对轨迹的最长公共子序列计算相似性矩;;tr;—轨迹点；t(p)—tr;轨迹点对应的时间戳；—高度。;8TRY—轨迹TRZ中的第j-1个轨迹点的缓冲区；—轨迹TRZ中的第k-1个轨迹点缓冲区;a(rxy,mR,)—轨迹和轨迹TRZ之间的距离；—距离阈值。;s(TR,TR2)—轨迹TRZ和TRZ的相似度。;trs(k,b)—轨迹TRZ中第n条线段的斜率和截距。LCS(ty,trsy)—轨迹中线段和轨迹TRZ中tra线段的最长公共子序列；;s(TR,TR2)—TRZ和TRZ之间的相似度；m和n分别为和TRZ的长度。9相互靠近并且满足合并条件（如聚类大小、形状等