论文部分内容阅读
出租车载客数据反映了居民日常出行的时间和地点，对载客热点的聚类分析有利于挖掘城市居民活动规律、缓解城市出租车供需不合理问题等。本文针对现有的基于密度的出租车聚类算法的不足，设计了一种基于时空约束的改进DBSCAN 算法。该算法考虑载客数据的时空耦合性，将时间系数加入到时空点事件聚类算法的相似性度量中，解决了时间和空间度量单位不一致的问题。利用武汉市的出租车GPS 轨迹数据进行的实验表明，算法在出租车载客热点区域的精确提取方面具有较好的效果。