Кластеризация траекторий (данные GPS (x, y) точек) и добыча данных

У меня есть 2 вопроса по анализу набора данных GPS.

1) Извлечение траекторий У меня есть огромная база данных записанных GPS-координат вида (latitude, longitude, date-time). Согласно значениям даты-времени последовательных записей, я пытаюсь извлечь все траектории / пути, по которым идет человек. Например; скажем от времени M, (x,y)пары постоянно меняются вплоть до времени N. После того N, как изменение в (x,y)парах уменьшается, в этот момент я заключаю, что путь, взятый от времени MкNможно назвать траекторией. Это достойный подход, чтобы следовать при извлечении траекторий? Есть ли какие-нибудь известные подходы / методы / алгоритмы, которые вы можете предложить? Есть ли какие-либо структуры данных или форматы, которые вы хотели бы предложить мне для эффективного поддержания этих точек? Возможно, для каждой траектории было бы полезно выяснить скорость и ускорение?

2) Разработка траекторий После того, как у меня пройдены все траектории / пройдены пути, как я могу сравнить / сгруппировать их? Я хотел бы знать, похожи ли начальная или конечная точки, тогда как сравниваются промежуточные пути?

Как мне сравнить 2 пути / маршруты и сделать вывод, похожи они или нет. Более того; как объединить похожие пути в кластеры?

Я был бы очень признателен, если бы вы указали мне на исследование или что-то подобное по этому вопросу.

Разработка будет на Python, но приветствуются всевозможные предложения библиотек.

Точно такой же вопрос я открываю /programming/4910510/comparing-clustering-trajectories-gps-data-of-xy-points-and-mining-the-data в StackOverflow. Думаю, я получу больше ответов здесь ...

Две статьи, которые вас, вероятно, заинтересуют, поскольку они имеют аналогичные мотивы для вашей:

Пределы предсказуемости в человеческой мобильности : Chaoming Song, Zehui Qu, Николас Блумм, Альберт-Ласло Барабаси. Science , Vol. 327, № 5968. (19 февраля 2010 г.), стр. 1018-1021.

Понимание индивидуальных моделей мобильности человека : Марта С. Гонсалес, Сезар А. Идальго, Альберт-Ласло Барабаси. Nature , Vol. 453, № 7196. (05 июня 2008 г.), с. 779-782.

Обратите внимание, что в двух исследованиях используются одни и те же данные, которые похожи на ваши, но не на уровне точности в пространстве или времени. Я не думаю, что я бы описал то, что вы хотите найти как траекторию, но я не уверен, как бы я это назвал. Почему именно вы хотите кластеризовать начальные / конечные узлы ваших «траекторий».

PySAL - библиотека пространственного анализа Python может быть хорошим началом - http://code.google.com/p/pysal/

В частности, автокорреляционная секция:

Пространственная автокорреляция относится к неслучайному шаблону значений атрибутов в наборе пространственных единиц. Это может принимать две основные формы: положительная автокорреляция, которая отражает сходство значений в пространстве, и отрицательная автокорреляция или различие значений в пространстве. В любом случае автокорреляция возникает, когда наблюдаемая пространственная картина отличается от того, что можно было бы ожидать при случайном процессе, работающем в космосе.

http://pysal.org/1.2/users/tutorials/autocorrelation.html

Вы также можете рассмотреть возможность использования библиотек R http://cran.r-project.org/web/views/Spatial.html для анализа точечных паттернов .

Другие пакеты R:

• классы и методы для пространственно-временных данных
• Пространственный анализ данных следов животных :

Функции для доступа и управления пространственными данными для отслеживания животных. Фильтрация скорости и создание графиков затраченного времени из данных треков животных.

Это также может упростить анализ, если привязать точки к существующим линейным транспортным сетям (автомобильным / железнодорожным), доступным в OSM. Затем вы можете символизировать на основе этих строк и сколько людей используют их в определенное время дня.

Хотя я не могу комментировать траектории или пути ваших людей, я думаю, что вы находитесь на правильном пути с кластерным и временным подходом.

Я собрал демоверсию для Esri UC в прошлом году, работая с некоторыми людьми в Snow Leopard Conservancy, доступную по адресу: http://resources.arcgis.com/gallery/file/geoprocessing/details?entryID=1F9F376F-1422-2418 -7FBC-C359E9644702

Он рассматривает «места кормления» (скопления) снежных барсов на основе заданных критериев:

• насколько сгруппированы эти точки (расстояние друг от друга)
• минимальный порог баллов (мой анализ требовал 4+ баллов, так как показания брались примерно каждые 12 часов)
• точки должны быть последовательными (простая часть анализа, поскольку они должны быть собраны в линейном порядке)

Хотя для анализа расстояний используются инструменты Esri, сценарий python внутри может помочь вам с идеей кластеризации, если вы знаете, какие точки находятся рядом друг с другом. (используется теория графов: http://en.wikipedia.org/wiki/Graph_theory )

Как упомянуто в других ответах, есть документы, чтобы определить атрибуты, которые вам понадобятся для принятия решений.

Анализ основывался в основном на концепциях: Кнопфа, К.Х., ARA Кноппа, М.Б. Уоррена и М.С. Бойса. 2009. Оценка методов телеметрии Глобальной системы определения местоположения для оценки параметров хищничества пумы. Журнал управления дикой природой73: 586-597.

Для запуска любого типа кластеризации на вашем наборе траекторий вам необходимо иметь способ вычисления сходства или расстояния между парами траекторий. Существует несколько существующих методов для этого, и новые разрабатываются для особых случаев или для устранения недостатка традиционных (я лично работаю над новым для моей кандидатской диссертации). Хорошо известными алгоритмами являются следующие:

• Расстояние до ближайшей пары: просто определите расстояние между двумя траекториями на расстоянии пары точек, которая находится ближе всего друг к другу. Траектории должны состоять из одинакового количества точек.
• Сумма парных расстояний: рассчитайте расстояния для каждой пары точек и сложите их. Также работает, только если траектории имеют одинаковую длину
• Расстояние Dynamic Time Warping (DTW): Этот алгоритм был разработан для обработки траекторий различного количества измеренных точек. Он работает на парах точек и позволяет многократно использовать точку одной траектории в вычислениях парных расстояний, если другая движется «слишком быстро». (Изображение из Википедии )
• Самая длинная общая подпоследовательность: как следует из названия, она определяет сходство двух траекторий по длине самой длинной суб-траектории, где исходные пути проходят близко друг к другу.
• Редактировать расстояние на реальной последовательности (EDR) и Редактировать расстояние с реальным штрафом (ERP) определяют сходство по количеству операций редактирования (добавления, удаления или замены), необходимых для преобразования одной из траекторий в другую.

Если вы знакомы с этой областью, я настоятельно рекомендую книгу «Вычисления с пространственными траекториями» от нескольких исследователей Microsoft Asia.

Это может быть полезным для вас:

Орельяна Д., Вахович М. Исследование закономерностей приостановки движения в пешеходной мобильности. Geogr Anal. 2011; 43 (3): 241-60. PubMed PMID: 22073410.

Также взгляните на этот блог:

ideasonmovement.wordpress.com/