摘要
本发明公开了一种基于多级格网特征的轨迹数据路网构建方法,首先对原始轨迹数据进行预处理以去除噪声和异常值,随后基于清理后的数据构建多层次格网并计算其内部与邻域特征来挖掘轨迹数据的语义信息;接着利用随机森林等监督学习方法自动识别关键格网;最后通过改进的四邻域细化算法结合异常结构处理,实现道路网络的精确提取。本发明通过多层次语义特征挖掘技术和改进的四邻域细化算法,结合随机森林模型实现高精度的关键格网分类识别,有效提升了路网提取的完整性与精度,并成功消除了路网异常结构,为步行与车辆轨迹数据提供了适应性强、准确度高且鲁棒性好的数字化路网构建解决方案。
技术关键词
路网构建方法
多级格网
图像细化算法
邻域特征
随机森林模型
像素
多层次语义特征
指数
动态时间规整算法
车辆轨迹数据
监督学习方法
索引
密度
样本
核心