公开(公告)号：CN106326923B

公开(公告)日：2019-03-12

申请号：CN201610707243.8

申请日：2016-08-23

Applicant: 福州大学

Inventor： 邬群勇 ,  刘萌

IPC: G06K9/62

Abstract: 本发明涉及了一种顾及位置重复和密度峰值点的签到位置数据聚类方法，包括以下步骤：1.构建原始签到对象并进行预处理；2.统计每个位置上原始签到对象数量以此构建新对象FPi并构成集合F；3.计算截断距离dc；4.计算每个FPi的局部密度ρi和高密度最邻近距离δi；5.计算阈值ρ0和δ0并筛选出密度峰值点；6.获取与每个峰值点密度连通的核心点簇；7.搜索每个核心点簇的边界点添加到核心点簇中构成峰值密度簇，完成全部聚类过程。本发明充分考虑了签到位置重复的问题，有效避免了位置重复数量较高的离群点选为峰值并聚类的情况，聚类结果更加准确可靠，可以更好地反映城市居民空间聚集和活动变化情况，具有较高的实用价值。

公开(公告)号：CN106326923A

公开(公告)日：2017-01-11

申请号：CN201610707243.8

申请日：2016-08-23

Applicant: 福州大学

Inventor： 邬群勇 ,  刘萌

IPC: G06K9/62

CPC classification number: G06K9/6221

Abstract: 本发明涉及了一种顾及位置重复和密度峰值点的签到位置数据聚类方法，包括以下步骤：1.构建原始签到对象并进行预处理；2.统计每个位置上原始签到对象数量以此构建新对象FPi并构成集合F；3.计算截断距离dc；4.计算每个FPi的局部密度ρi和高密度最邻近距离δi；5.计算阈值ρ0和δ0并筛选出密度峰值点；6.获取与每个峰值点密度连通的核心点簇；7.搜索每个核心点簇的边界点添加到核心点簇中构成峰值密度簇，完成全部聚类过程。本发明充分考虑了签到位置重复的问题，有效避免了位置重复数量较高的离群点选为峰值并聚类的情况，聚类结果更加准确可靠，可以更好地反映城市居民空间聚集和活动变化情况，具有较高的实用价值。