一种面向轨迹大数据的行人行为模式分类方法技术

本发明专利技术公开了一种面向轨迹大数据的行人行为模式分类方法，包括：构建电动车轨迹数据和行人轨迹数据；根据行人轨迹数据统计行人活动的活跃时段；获取指定区域中的城市功能区类型划分；根据行人轨迹数据统计行人的常驻点，并结合城市功能区类型得到行人的主要行为意图；根据电动车轨迹数据计算超速行为，统计超速行为的次数得到行人的超速行为习惯；基于活跃时段、主要行为意图和超速行为习惯，采用结合TGSOM网络模型和K‑means算法的组合聚类算法对行人行为模式进行分类。本发明专利技术考虑了行人行为与城市功能区类型的联系，同时考虑了行人的特殊行为习惯，使行人行为模式划分更贴合实际，并且兼顾了分类的效果和效率。

A pedestrian behavior pattern classification method for trajectory big data

【技术实现步骤摘要】
一种面向轨迹大数据的行人行为模式分类方法
本申请属于大数据分析挖掘领域，具体涉及一种面向轨迹大数据的行人行为模式分类方法。
技术介绍
近年来，RFID射频网、MAC采集系统在各地广泛应用，越来越多的与人、物相关的时间、空间数据被采集、汇总，形成了海量高精度个体移动数据。这些海量数据通常包含采样位置、时间、运动速度等属性信息，能够表示移动对象在一段时间内的地理空间位置变化，刻画移动对象的历史移动行为，被称为“时空轨迹大数据”，简称“轨迹大数据”。轨迹大数据中隐藏着移动对象的运动规律、行为特征。结合分布式系统下的大规模数据处理能力，挖掘其中的行为模式，可以为城市的公共安全、医疗服务、交通管理、商业金融等领域提供信息化服务与决策支持。例如，在公共安全方面，与群体行为模式明显不同的个体行为模式是值得被预防性关注的，因为特殊行为模式的主体很可能是潜在的不安定分子；医疗服务方面，或可通过对人口流动模式的研究发现其对疾病传播的影响；交通管理方面，以城市居民不同的出行模式为基础，预测未来城市可能的出行分布，调整交通结构与布局。>近年来，轨迹模式挖本文档来自技高网...

【技术保护点】
1.一种面向轨迹大数据的行人行为模式分类方法，其特征在于，所述面向轨迹大数据的行人行为模式分类方法，包括：/n读取指定区域中的电动车行驶数据和行人移动数据，对数据进行预处理，并根据预处理后的数据构建电动车轨迹数据和行人轨迹数据；/n根据所述行人轨迹数据统计行人活动的活跃时段；/n获取指定区域的POI数据，根据POI数据得到指定区域中的城市功能区类型划分；/n根据所述行人轨迹数据选取行人的常驻点，并结合城市功能区类型划分得到常驻点所属的城市功能区类型，根据常驻点所属的城市功能区类型生成行人的主要行为意图；/n根据所述电动车轨迹数据计算超速行为，统计每辆电动车的超速行为的次数得到电动车对应的行人的...

【技术特征摘要】
1.一种面向轨迹大数据的行人行为模式分类方法，其特征在于，所述面向轨迹大数据的行人行为模式分类方法，包括：
读取指定区域中的电动车行驶数据和行人移动数据，对数据进行预处理，并根据预处理后的数据构建电动车轨迹数据和行人轨迹数据；
根据所述行人轨迹数据统计行人活动的活跃时段；
获取指定区域的POI数据，根据POI数据得到指定区域中的城市功能区类型划分；
根据所述行人轨迹数据选取行人的常驻点，并结合城市功能区类型划分得到常驻点所属的城市功能区类型，根据常驻点所属的城市功能区类型生成行人的主要行为意图；
根据所述电动车轨迹数据计算超速行为，统计每辆电动车的超速行为的次数得到电动车对应的行人的超速行为习惯；
基于行人活动的活跃时段、行人的主要行为意图和行人的超速行为习惯，采用结合TGSOM网络模型和K-means算法的组合聚类算法对行人行为模式进行分类，得到行人行为模式分类结果。


2.如权利要求1所述的面向轨迹大数据的行人行为模式分类方法，其特征在于，所述电动车行驶数据包含若干条电动车记录，每条电动车记录的字段包括：电动车唯一标识、经纬度坐标、记录产生时间、记录结束时间；
所述行人移动数据含若干条行人记录，每条行人记录的字段包括：行人唯一标识、经纬度坐标、记录产生时间、记录结束时间。


3.如权利要求2所述的面向轨迹大数据的行人行为模式分类方法，其特征在于，所述对数据进行预处理，包括：
数据清洗：剔除包含乱码或无法解析的电动车记录和行人记录，剔除经纬度坐标不在指定区域中的电动车记录和行人记录；
数据补全：若电动车记录中的记录产生时间或记录结束时间的字段值缺失，则以同一条电动车记录中的记录产生时间和记录结束时间的字段值相同为依据对缺失字段值的字段进行赋值；若当前电动车记录中的记录产生时间和记录结束时间的字段值均缺失，则以经纬度坐标相距最近的电动车记录中的记录产生时间和记录结束时间的字段值对当前电动车记录进行赋值；
数据纠正：选择相邻的三个电动车记录，两两组合计算速度，在三次计算中，若存在两次计算到的速度大于电动车的最大速度，则去除这两次计算中使用的相同的电动车记录，依次取值计算完成数据纠正。


4.如权利要求2所述的面向轨迹大数据的行人行为模式分类方法，其特征在于，所述根据预处理后的数据构建电动车轨迹数据和行人轨迹数据，包括：
根据电动车唯一标识筛选出针对同一电动车的电动车记录，并将该电动车的所有电动车记录按照记录产生时间的先后顺序进行排列，组合得到该电动车的单车轨迹数据，所有电动车的单车轨迹数据构成所述电动车轨迹数据；
根据行人唯一标识筛选出针对同一行人的行人记录，并将该行人的所有行人记录按照记录产生时间的先后顺序进行排列，组合得到该行人的单人轨迹数据，所有行人的单人轨迹数据构成所述行人轨迹数据。


5.如权利要求4所述的面向轨迹大数据的行人行为模式分类方法，其特征在于，所述根据行人轨迹数据统计行人活动的活跃时段，包括：
以时间间隔T将一天的时间划分为若干个时间段；
根据单人轨迹数据，统计每一行人每天各时间段中的行人记录的数量，选取一天中行人记录的数量最多的时间段作为当天行人活动的活跃时段。


6.如权利要求1所述的面向轨迹大数据的行人行为模式分类方法，其特征在于，所述获...

【专利技术属性】
技术研发人员：马小雯，刘钊岐，赵政康，郑焕波，舒元昊，
申请(专利权)人：中电海康集团有限公司，
类型：发明
国别省市：浙江;33