【技术实现步骤摘要】
计算轨迹频繁度的方法、装置、存储介质及电子设备
本公开涉及数据处理领域，具体地，涉及一种计算轨迹频繁度的方法、装置、存储介质及电子设备。
技术介绍
随着物联网技术的快速发展，积累了移动对象大量的出行数据。例如，在车联网领域，就积累了用户大量的行车数据。目前，一般通过行车数据中的出行时长、里程、速度、道路状态来进行用户的行为分析、安全风险测评。而对于例如私人车主或者车队等移动对象来说，随着数据的积累，轨迹的分布会集中于某些区域，这些区域表征了移动对象经常出入的活动范围，可以称之为频繁区域。这些频繁区域与移动对象的出行规律息息相关，是决定着移动对象行为、安全风险的因素之一。但是，目前还没有方法能够对频繁区域进行挖掘并对移动对象出入频繁区域的频繁性进行量化。因此，目前还无法将轨迹频繁度作为行为分析、安全风险的因素来分析，为移动对象行为分析、安全风险评测等带来很大困难。
技术实现思路
有鉴于此，本公开提供了一种计算轨迹频繁度的方法、装置、存储介质及电子设备，以实现准确计算出移动对象在频繁区域的频繁度的目的。在本公开实施例的第一个方面中，提供了一种计算轨迹频繁度的方法。该方法包...
【技术保护点】
1.一种计算轨迹频繁度的方法，其特征在于，包括：获取移动对象的轨迹点集合；利用预设邻域半径以及预设邻域轨迹点密度阈值，对所述轨迹点集合中的轨迹点进行基于密度的聚类划分，得到若干个簇集合；对所述若干个簇集合进行数据中心趋势的度量，得到所述移动对象的轨迹频繁度。
【技术特征摘要】
1.一种计算轨迹频繁度的方法，其特征在于，包括：获取移动对象的轨迹点集合；利用预设邻域半径以及预设邻域轨迹点密度阈值，对所述轨迹点集合中的轨迹点进行基于密度的聚类划分，得到若干个簇集合；对所述若干个簇集合进行数据中心趋势的度量，得到所述移动对象的轨迹频繁度。2.根据权利要求1所述的方法，其特征在于，还包括：通过以下步骤得到所述预设邻域半径：将所述轨迹点集合在二维坐标内形成的矩形区域进行网格划分，得到若干网格；从所述若干网格内查找出轨迹点数量最多的网格作为最频繁区域；计算出所述最频繁区域内所有轨迹点之间的距离；利用所述最频繁区域内所有轨迹点之间的距离，计算出能够使所述最频繁区域内任意轨迹点的邻域内具有至少所述预设邻域轨迹点密度阈值个轨迹点的邻域半径，得到所述预设邻域半径。3.根据权利要求2所述的方法，其特征在于，所述将轨迹点集合在二维坐标内形成的矩形区域进行网格划分，得到若干网格包括：根据所述轨迹点集合中所有起点以及终点的经纬度极值，确定出所述轨迹点集合在二维坐标内形成的矩形区域；假设所述矩形区域长划分成X段，宽划分成Y段，则根据所述预设邻域轨迹点密度阈值为所有网格的轨迹点数量的平均值，以及，X与Y的比值相当于所述矩形区域的长宽比，计算出X与Y，其中X、Y为整数；将所述矩形区域长划分成X段，宽划分成Y段，得到若干网格。4.根据权利要求2所述的方法，其特征在于，所述利用最频繁区域内所有轨迹点之间的距离，计算出能够使所述最频繁区域内任意轨迹点的邻域内具有至少所述预设邻域轨迹点密度阈值个轨迹点的邻域半径，得到所述预设邻域半径包括：根据所述最频繁区域内所有轨迹点之间的距离，建立距离分布矩阵；对所述距离分布矩阵每行数值进行从小到大的排序，得到新的矩阵；对所述新矩阵，取每行的第所述预设邻域轨迹点密度阈值个元素对应的数值；通过从各行的第所述预设邻域轨迹点密度阈值个元素对应的数值中取最大值，得到所述预设邻域半径。5.一种计算轨迹频繁度的装置，其特征在于，包括：获取模块，被配置为获取移动对象的轨迹点集合；聚类模块，被配置为利用预设邻域半径以及预设邻域轨迹点密度阈值，对所述轨迹点集合中...
【专利技术属性】
技术研发人员：董俊龙，王宇飞，王洋，
申请(专利权)人：东软集团股份有限公司，
类型：发明
国别省市：辽宁,21
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。