基于改进的制造技术

本发明专利技术涉及新一代信息技术领域，具体涉及一种基于改进的

【技术实现步骤摘要】
基于改进的DBSCAN聚类的交通数据可视分析方法


[0001]本专利技术涉及新一代信息
，具体涉及一种基于
DBSCAN
聚类的交通数据可视分析方法
。

技术介绍

[0002]近年来，交通运输水平的飞速发展方便了人们的出行，同时也会造成大量的拥堵，如何缓解交通拥堵，分析时空特征和规律成了亟待解决的问题
。
[0003]当前社会
GPS
定位设备越来越普及，因此就会产生大量的
GPS
轨迹数据，充分分析利用
GPS
轨迹数据能够帮助人们更好的分析出城市中的各种交通问题，对城市的交通建设有重要的意义
。
出租车是城市当局管理的最具活力和挑战性的交通工具，能够准确反映出城市居民的出行规律
。
[0004]对于出租车，其具有出行路线和运营时间灵活的特点；对于出租车轨迹数据，其包含的信息丰富，包含有位置信息
、
时间信息
、
瞬时速度信息等，数据的规模大且覆盖面广
。r/>以深圳市为例，本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.
一种基于改进的
DBSCAN
聚类的交通数据可视分析方法，其特征在于：包括以下步骤：
S1、
对出租车轨迹数据预处理；
S2、
上下客轨迹点提取；通过乘客上下车的状态识别来识别
O/D
点，
OpenStatus
为出租车的载客状态：1为载客，0为空载，定义
StatusChange
为下一条数据与上一条数据
OpenStatus
的差值，然后保留字段为
‑1和1的数据，最后得到
OD
数据；
(1)
；其中
i
为轨迹点；
S3、
特征数据提取；特征数据提取以
python
上的
Jupyter notebook
为操作环境，运用各种依赖包包括
pandas
，
geopandas
，
os
和
matplotlib
，进行分析计算对数据提取并进行可视化展示；
S4、
对
GPS
轨迹数据按时间进行分类，每小时为一段，基于改进的
DBSCAN
聚类方法逐小时对轨迹数据进行聚类分析，首先找到第一个聚类，然后在每个聚类结果中找到每个聚类的聚类中心，再对结果进行聚类；先基于
Eps
和
MinPts
分离噪声点和核心点
E
，得到核心点
E
的邻点集
A{A1
，
A2
，
A3
……
}
，然后将核心点的邻居点分成聚类，将邻核心点及其邻域加入到聚类中，实现扩展聚类；以下是扩展聚类后最大密度连接的定义：（2）；其中：
A
代表最大密度连接的扩展簇集，
E
代表簇的核心点，
X
i
代表簇的邻居节点集，
X
j
代表簇中邻居节点大于最小簇节点数的领域集；
DBSCAN
聚类根据两点的经纬度信息确定两点之间的距离，用实际的经纬度距离来计算，公式如下：
(3)
；其中：
R
为地球的半径，
LAT
为两点的纬度...

【专利技术属性】
技术研发人员：鲁大营，马波，张俊，张新，刘帅，刘鹏，樊稳稳，刘原，
申请(专利权)人：曲阜师范大学，
类型：发明
国别省市：