一种基于时空加权和密度峰值的轨迹聚类方法

本发明提供了一种基于时空加权和密度峰值的轨迹聚类方法，涉及轨迹聚类技术领域。本发明提供的方法包括：基于最小描述长度准则，融合自适应时空权重和时空几何距离对轨迹数据进行分段获得子轨迹段；基于密度峰值聚类算法计算每个子轨迹段的时空局部密度、相对距离和决策值；基于平均时空几何距离和平均局部时空密度对子轨迹段进行噪声识别，基于非噪声子轨迹段的决策值及时空因子决策值迭代选择类簇中心并生成类簇集合；基于时空局部密度和最大密度从类簇集合中确定候选代表轨迹集，基于时空连续性约束从候选代表轨迹集中提取连续子轨迹段，顺序连接连续子轨迹段的端点生成代表轨迹。本发明通过时空加权分段和密度峰值轨迹聚类提升轨迹聚类效果。