我有两个关于分析GPS数据集的问题。
1)提取轨迹我有一个庞大的数据库,记录了(latitude, longitude, date-time)
形式的GPS坐标。根据连续记录的日期时间值,我试图提取出此人所遵循的所有轨迹/路径。例如,假设从时间M
开始,(x,y)
对一直在变化,直到时间N
。在N
之后,(x,y)
对的变化减少,此时我得出结论,从时间M
到N
的路径可以称为轨迹。在提取轨迹时,这是一个不错的方法吗?你能推荐什么著名的方法/方法/算法吗?有没有任何数据结构或格式,你想建议我保持这些点在一个有效的方式?也许,对于每一个轨迹,计算出速度和加速度是有用的?
2)挖掘轨迹一旦我跟踪了所有轨迹/路径,我如何比较/聚类它们?我想知道起点或终点是否相似,那么中间路径如何比较?
我如何比较这两条路径/路线,并得出它们是否相似的结论。此外,如何将相似的路径聚集在一起?
如果你能给我指一个关于这件事的研究或类似的东西,我将不胜感激。
开发将使用Python,但欢迎各种库建议。
提前谢谢。
1)提取轨迹 我认为你的方向是对的。gps数据中可能会有一些噪声,随机行走时,应该做一些光滑的样条来克服它。
2)挖掘轨迹 在类似的轨迹中是否有商业意义?(这将有助于构建距离度量,然后您可以使用一些mahoot聚类算法) 一。我认为一些人停下来的地方更有趣,这样你就可以生成地方受欢迎程度的统计数据。 2。如果您需要路由相似性来查找到同一起点和终点的不同路径,则需要首先对起点和终点位置进行聚类,然后根据(最大间距、整数距离-一些众所周知的函数度量)对曲线进行相似处理
看看苏黎世大学地理系的工作,尤其是Patrick Laube和Somayeh Dodge。
看看报纸
(link,presentation)。介绍了DBSCAN核密度估计方法在GPS数据中的应用。
此外,诺基亚Mobile Data Challenge 2012 Workshop的论文在这里也有帮助,特别是:
作者:Fabian Hartmann、Christoph p.Mayer、Ingmar Baumgart和
作者:艾伯塔大学的Agzam Idrissov,Mario A.Nascimento
相关问题 更多 >
编程相关推荐