比较/聚类轨迹((x,y)点的GPS数据)和挖掘数据

Question

我有两个关于分析GPS数据集的问题.

1)提取轨迹我有一个巨大的数据库,记录了表格的GPS坐标(latitude, longitude, date-time).根据连续记录的日期时间值,我试图提取人所遵循的所有轨迹/路径.例如; 从时间上说M,这些(x,y)配对不断变化,直到时间N.之后N,(x,y)成对的变化减少,此时我得出结论,从时间M到的路径N可以称为轨迹.在提取轨迹时,这是一个不错的方法吗？您可以建议任何众所周知的方法/方法/算法吗？是否有任何数据结构或格式建议我以有效的方式维护这些点？也许,对于每个轨迹,确定速度和加速度会有用吗？

2)挖掘轨迹一旦我跟踪了所有轨迹/采取了路径,我该如何比较/聚类它们？我想知道起点或终点是否相似,那么中间路径如何比较？

如何比较2条路径/路线,并得出它们是否相似的结论.此外; 如何将类似的路径聚集在一起？

如果你能指点我的研究或类似的东西,我将非常感激.

开发将使用Python,但欢迎各种图书馆建议.

提前致谢.

Answer 1

看看苏黎世大学地理系的工作,特别是Patrick Laube和Somayeh Dodge.

看看报纸

个人运动和地理数据挖掘.聚类算法突出个人导航路径中的热点

(链接,演示文稿).它展示了对GPS数据使用DBSCAN核密度估计方法.

此外,诺基亚移动数据挑战2012研讨会的论文在这里也很有用,尤其是:

MobReduce:降低流动痕迹的状态复杂性(链接)

作者:Fabian Hartmann,Christoph P. Mayer,Ingmar Baumgart和

轨迹聚类的轨迹清理框架(链接)

作者:Agzam Idrissov,阿尔伯塔大学Mario A. Nascimento