比较/聚类轨迹（x，y）点的GPS数据）并挖掘d

Question

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。

Answer 1

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

Answer 2

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

Individual Movements and Geographical Data Mining. Clustering Algorithms for Highlighting Hotspots in Personal Navigation Routes

（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：

MobReduce: Reducing State Complexity of Mobility Traces (link)

作者：Fabian Hartmann、Christoph p.Mayer、Ingmar Baumgart和

A Trajectory Cleaning Framework for Trajectory Clustering(link)

作者：艾伯塔大学的Agzam Idrissov，Mario A.Nascimento