丢弃不相关的纬度经度对的算法

Question

我正在尝试为多个位置计算最佳纬度经度对。 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位置相关，因为它们彼此相距5米。 所以我可以通过对它们求平均得出一个新的（最终的）纬度经度对。

然而，有时候我有一个点（有时多于一个）位于几百米之外。

考虑到一组（最多10个）纬度经度点，我想找到并保留那些有意义的点并丢弃那些离他人太远的点。

我应该使用哪种方法/算法？

注意我使用Java。

Answer 1

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. 计算从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（称这些点为噪声）
3. 从剩余的非噪点重新计算质心，称之为位置。

这在java中实现起来应该非常简单，当然可以O(N)，N是你集合中的点数。

您的问题是K-means clustering的特定情况，因为您知道哪些真实数据与哪些样本相对应，而在一般情况下您没有这些知识。如果你想要更多的研究，那么请研究这个问题和各种方法。

Answer 2

简单方法：

1. 计算所有点到某个任意点的距离。
2. 找出所有点的中位距离。
3. 丢弃其abs（dist - median）＆gt;的所有点。值。

比质心方法好一点，它可能会被聚集在一起的几个远处的点所搞砸。

Answer 3

您需要问自己几个问题：

1. 哪一点应该被视为＆＃34;没有意义＆＃34;如果你只有两个点在100米之外。
2. 哪一点应该被视为＆＃34;没有意义＆＃34;如果你有两个独立的积分群？
3. 如果你有一连串的点仍然适合在最接近的邻居计算的误差范围内，但是总跨度超过极限，你该怎么办？

如果没有明确的标准，您提出的问题很难回答，但我会尝试查看群集算法。

如果我们会跳过我提到过的问题，我会说它计算量很大，但你可以去

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是当前的点数。

你还需要考虑边界情况，例如1）中提到的问题会给你留下一个随机点 - 我怀疑你对此没问题，所以你需要仔细分析你的域名

Answer 4

如果您使用的是Java8，则以下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);

你要创造两件事。 CentreCollector类，它实现了收集器，并在将位置对象传输到它们时对其进行平均;以及furtherThan方法，该方法返回一个Predicate，用于将this与给定位置之间的距离与给定距离进行比较。

稍微优雅的方法是计算到中心的距离的标准偏差，然后丢弃距平均距离超过一定数量标准偏差的任何位置。这样做的好处是可以考虑所有或大部分样本都超过中心的NOISE_DISTANCE的位置集。在这种情况下，CentreCollector必须返回一个更复杂的对象，该对象保存位置和统计信息，并且furtherThan作为该类的成员而不是位置。如果您希望我发布使用标准差的等效代码，请在评论中告诉我。