軌跡のクラスタリング（（x、y）ポイントのGPSデータ）およびデータのマイニング
GPSデータセットの分析に関して2つの質問があります。 1）軌跡の抽出フォームの記録されたGPS座標の巨大なデータベースがあります(latitude, longitude, date-time)。連続するレコードの日時の値によると、私はその人がたどるすべての軌跡/パスを抽出しようとしています。例えば; 時間から言うとM、(x,y)ペアは時間まで連続的に変化していNます。後N、(x,y)ペアの変化は減少し、その時点で、時間MからN軌道と呼ぶことができます。それは軌道を抽出するときに従うべき適切なアプローチですか？提案できるよく知られたアプローチ/方法/アルゴリズムはありますか？これらのポイントを効率的な方法で維持することを提案したいデータ構造または形式はありますか？おそらく、各軌跡について、速度と加速度を把握することが有用でしょうか？ 2）軌跡のマイニングすべての軌跡をたどる/パスを取得したら、それらを比較/クラスタリングするにはどうすればよいですか？開始点または終了点が類似しているかどうかを知りたいのですが、中間パスはどのように比較されますか？ 2つのパス/ルートを比較して、それらが類似しているかどうかを判断するにはどうすればよいですか。さらに; 同様のパスを一緒にクラスター化するにはどうすればよいですか？ この件に関する研究などを指摘していただければ幸いです。 開発はPythonで行われますが、あらゆる種類のライブラリの提案を歓迎します。 StackOverflowでまったく同じ質問/programming/4910510/comparing-clustering-trajectories-gps-data-of-xy-points-and-mining-the-dataを開いています。ここでもっと答えが得られると思いました...