稀疏度过滤和密度聚类的商圈核心区域范围划分方法

摘要

本文提出了一种基于稀疏度过滤和密度聚类(Sparsity-Filter and Density-Cluster简称SFDC)的商圈核心区域划分方法。首先以GeoHash编码算法建立近邻场景的地理空间索引,实现商圈地图的矩阵划分,并通过稀疏度计算初步过滤商圈非核心范围;然后基于DBSCAN密度聚类算法进一步对获取商圈核心区域的高效聚合和边界优化。实验表明,此方法在商圈核心区域范围划定的场景中可以有效过滤边缘样本和噪点,并且将边界误差控制在±0.076km范围内。