北斗时空数据的多粒度建模与挖掘算法研究  

作　　者：张显东 刘靖逸 刘志远 

机构地区：[1]万博科技股份有限公司,山东济南250101

出　　处：《物联网技术》2025年第1期139-141,共3页Internet of things technologies

摘　　要：为了应对大数据环境下对北斗时空数据进行存储与分析时所面临的难题,通过构建多粒度时空数据模型,以实现高效的数据管理。通过结合DBSCAN聚类算法对停留点进行分析,并利用欧氏距离进行轨迹聚类,进而统计时空对象的停留次数、轨迹数量等关键属性。研究结果表明,所构建的模型在有效提升了数据处理效率的同时,还能够精准分析北斗时空数据的特性。多粒度建模与挖掘算法为北斗时空数据的广泛应用提供了有力支持,在智慧城市、交通规划等关键领域,展现出了不可忽视的重要价值。

关 键 词：北斗时空数据 多粒度建模 DBSCAN聚类算法 欧氏距离 停留聚类 轨迹聚类 

分 类 号：TP39[自动化与计算机技术—计算机应用技术] TN967.1[自动化与计算机技术—计算机科学与技术]