一种人群聚集点位的识别方法、装置、设备及存储介质制造方法及图纸

技术编号:40038406 阅读:15 留言:0更新日期:2024-01-16 19:20
本发明专利技术公开了一种人群聚集点位的识别方法、装置、设备及存储介质。该方法包括:获取目标区域,并在目标区域中识别多个识别分区;收集映射至每个识别分区中的各全球定位系统GPS信息,并根据GPS信息,确定与每个识别分区分别对应的聚集中心;根据与每个识别分区分别对应的聚集中心,对各识别分区进行邻近聚类处理,得到至少一个聚类区域;根据映射至每个聚类区域内的GPS信息,在各聚类区域中识别人群聚类区域,并确定与人群聚类区域对应的人群聚集点位。通过本发明专利技术的技术方案,能够实现基于GPS信息对区域的划分对人群聚集点位的识别,降低了计算消耗,提高了人群聚集点位的计算速度与获取效率。

【技术实现步骤摘要】

本专利技术涉及聚类领域,尤其涉及一种人群聚集点位的识别方法、装置、设备及存储介质


技术介绍

1、随着越来越多的人选择走出家门感受世界,gps(global positioning system,全球定位系统)的功能和作用也越来越强大。如何应用gps全球定位系统及时发现旅游景点或商业区等公共场所的人群聚集点,使相关工作人员可以根据人群聚集点规划正向人群激励设施,是智慧城市建设过程中关注的技术问题。

2、k-means是最著名的聚集算法,它通过多次迭代计算点与点之间的空间距离,将所有数据点分为两类或多类,简单高效,但其需要提前确定聚类数,即k值的需求,使其在针对gps点位聚类的情况下表现并不会很理想,即人群聚集点位的获取准确率较低。

3、此外,dbscan聚集算法是一种常用的针对gps点位的聚集算法,它通过点与点之前的距离计算,统计以点为圆心的,给定长为半径的圆内gps点数量是否达标,并以此方法,计算圆内其他点是何种点位。聚集点与聚集点之间空间距离不大于给定长的话,聚集点为同一个簇。若一个边界点与任意一个聚集点之间的距离都大于给定长,本文档来自技高网...

【技术保护点】

1.一种人群聚集点位的识别方法,其特征在于,包括:

2.根据权利要求1所述的方法,其特征在于,获取目标区域,并在所述目标区域中识别多个识别分区,包括:

3.根据权利要求1所述的方法,其特征在于,根据所述GPS信息,确定与每个识别分区分别对应的聚集中心,包括:

4.根据权利要求1-3任一项所述的方法,其特征在于,根据与每个识别分区分别对应的聚集中心,对各所述识别分区进行邻近聚类处理,得到至少一个聚类区域,包括:

5.根据权利要求1-3任一项所述的方法,其特征在于,根据映射至每个聚类区域内的GPS信息,在各聚类区域中识别人群聚类区域,包括:...

【技术特征摘要】

1.一种人群聚集点位的识别方法,其特征在于,包括:

2.根据权利要求1所述的方法,其特征在于,获取目标区域,并在所述目标区域中识别多个识别分区,包括:

3.根据权利要求1所述的方法,其特征在于,根据所述gps信息,确定与每个识别分区分别对应的聚集中心,包括:

4.根据权利要求1-3任一项所述的方法,其特征在于,根据与每个识别分区分别对应的聚集中心,对各所述识别分区进行邻近聚类处理,得到至少一个聚类区域,包括:

5.根据权利要求1-3任一项所述的方法,其特征在于,根据映射至每个聚类区域内的gps信息,在各聚类区域中识别人群聚类区域,包括:

6....

【专利技术属性】
技术研发人员:郑绍源张昌军
申请(专利权)人:深圳市锐明技术股份有限公司
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 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。

1