基于泰森多边形网络的时空双层聚类停留点识别方法

本发明提供一种基于泰森多边形网络的时空双层聚类停留点识别方法，包括以下步骤：S1、读取手机信令和基站定位数据，对手机信令数据进行清洗；S2、根据基站定位数据，构建泰森多边形网络；S3、根据泰森多边形网络，采用K近邻算法计算每个所述基站的空间动态阈值；S4、根据空间动态阈值，通过时空双层聚类算法识别手机信令数据的停留点。本发明基于DBSCAN算法，并融合泰森多边形网络假设下计算的空间动态阈值，充分考虑出行轨迹停留过程中的空间和时间特性，并结合空间动态阈值有效解决了聚类算法对空间参数敏感的问题。本发明识别性能上表现更优，识别精确率、召回率、F1分值最高分别提升了9.1％、7.7％和8.4％。