丢弃不相关的纬度经度对的算法[关闭]

Question

我正在尝试计算几个位置的最佳纬度经度对。 我有一个包含位置的数据库，对于每个位置，我可能有多个坐标。这些坐标中的大多数似乎与该位置相关，因为它们彼此相距不到 5 米。 所以我可以通过对它们求平均来得出一个新的（最终）纬度经度对。

但有时我有一个点（有时不止一个），它位于几百米外。

给定一组少数（最多 10 个）纬度经度点，我想只找到并保留那些有意义的点，而丢弃那些离其他点太远的点。

我应该使用什么方法/算法？

注意我使用 Java。

Answer 1

简单的方法：

1. 计算所有点到某个任意点的距离。
2. 求所有点的中间距离。
3. 丢弃所有绝对值（距离 - 中值）> 值的点。

比质心方法要好一点，因为质心方法可能会被聚集在一起的几个远点搞砸。

Answer 2

最简单的方法可能是：

1. 找到给定点集的质心（平均长/纬度）点
2. 计算集合中每个点到质心的距离。丢弃距离超过某个常数值的所有点（将这些点称为噪声）
3. 从剩余的非噪声点重新计算质心，称为位置。

这应该很容易在 java 中实现，当然可以是 O(N)，N 是您集合中的点数。

您的问题是K-means clustering 的特定情况，因为您知道哪些实际数据对应于哪些样本，而在一般情况下您不知道这些知识。因此，如果您想进行更多研究，请研究该问题和各种方法。

Answer 3

您需要问自己几个问题：

1. 如果您在 100 米外只有两个点，那么应该将哪个点视为“没有意义”。
2. 如果您有两个单独的点集群，哪个点应该被视为“没有意义”？
3. 如果您有一排连续的点仍然在计算最近邻的误差范围内，但总跨度超过限制，您应该怎么做？

如果没有明确的标准，您提出的问题很难回答，尽管我会尝试查看聚类算法。

如果我们跳过我提到的问题，我会说它的计算量很大，但你可以跳过

1. 计算给定集合中所有点之间的距离
2. 按距离总和对它们进行排序
3. 过滤掉总和最高的那个
4. 迭代直到没有距离总和大于 errorMargin * N-1 的点，其中 N 是当前点数。

您仍然需要考虑边界情况，例如 1) 中提到的问题会给您留下一个随机点 - 我怀疑您对此是否满意，因此您需要仔细分析您的域。

Answer 4

如果您使用的是 Java8，那么下面的代码提供了一个优雅的解决方案。

Collector<Location, ?, Location> centreCollector = new CentreCollector();
Location centre = locations.stream().collect(centreCollector);
centre = locations.stream().filter(centre::furtherThan(NOISE_DISTANCE)).collect(centreCollector);

你有 2 个东西要创建。 CentreCollector 类实现 Collector 并在 Location 对象流式传输时对其进行平均； furtherThan 方法返回一个 Predicate，该 Predicate 将this 和给定位置之间的距离与给定距离进行比较。

稍微更优雅的方法是计算到中心距离的标准偏差，然后丢弃与平均距离超过一定标准偏差的任何位置。这将具有考虑所有或大部分样本都大于距中心的 NOISE_DISTANCE 的位置集的优势。在这种情况下，CentreCollector 将不得不返回一个更复杂的对象，该对象包含位置和统计信息，并将furtherThan 作为该类的成员而不是 Location 的成员。如果您希望我发布使用标准偏差的等效代码，请在 cmets 中告诉我。