出租车轨迹数据的频繁轨迹识别

摘要：

为识别城市交通中的频繁路径,本文提出了一种出租车轨迹数据的频繁轨迹识别方法.该方法首先对轨迹数据进行轨迹压缩,以降低计算复杂度;然后基于最长公共子序列和动态时间规整算法进行轨迹相似性度量计算,利用计算得到的轨迹间相似度生成距离矩阵;最后将生成的距离矩阵结合HDBSCAN算法进行聚类得到频繁轨迹.选取厦门岛内两个区域进行试验分析,结果表明,该方法能够识别出轨迹数据集中的频繁轨迹,进而得到城市区域之间通行的频繁路径,对道路规划、路径优化与推荐、交通治理等应用提供帮助.

关键词：轨迹数据;轨迹压缩;轨迹相似度;聚类簇;频繁轨迹

分类号：P208(一般性问题)

在线出版日期：2021-12-10（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：70-75