从基于GPS的报告中确定未知数量的现实世界位置

我正在开发一些软件，该软件应从多个基于GPS的报告中确定现实世界的位置（高速摄像头）。当报告位置时，用户将在驾驶，因此报告非常不准确。为了解决该问题，我必须对同一位置的报告进行聚类并计算平均值。

我的问题是关于如何将这些报告归类。我阅读了有关期望最大化算法和k均值聚类的信息，但据我了解，我需要提前确定实际位置的数量。

是否有其他算法不需要真正位置的确切数目，而是使用一些边缘条件（最小距离）？

报告包含经度，纬度和精度（以米为单位）。没有名称或其他可用于识别重复项的名称。

另一个障碍可能是这很常见，一个真实位置的报告只有一个。这使得很难将异常数据与正常数据区分开。

k-means expectation-maximization point-estimation

— 克里斯汀·斯特伦普
source

我不确定当您说“ ...据我所知，我需要提前确定真实位置的数量...”时的意思。假设我正确理解了您的意思，那么算法中就没有内在要求这个。您是否计划基于报告的数量来增加集群组件的数量？

— 帕特

第二个问题：）。如果您的报告来自驾驶的人，那么他们之间的位置可能会发生重大变化。报告是否附带时间戳记以告知您何时获取？

— 帕特

嗨，拍拍我说的是交通拥堵或高速摄影机，以使其更加清晰。1. k均值聚类中的“ k”代表聚类数。在我的情况下，每个位置都有一个群集，但是我不知道有多少个不同的位置。2.是的，它们还包含一个时间戳。但是我不明白为什么这很重要，因为我只关心这个职位。

— Christian Strempfer

1.啊，我明白了。因此，您有未知数量的位置，并且每个位置都会生成一个或多个报告。但是，您看到的只是一系列报告。您想根据观察到的报告推断出有多少个位置及其位置。我知道了吗？2.我担心时间戳，因为您说用户在提供报告时会开车。因此，除非连续快速提交报告，或者报告的速度非常低（可能是交通拥堵），否则单个位置看起来就像是路途上的参差不齐的报告行。时间戳可能会在这里提供帮助

— Pat

1.是的，您已经知道了。2.这是一项手动任务，因此一次旅行中每个用户只能报告一次位置。但是您是对的，当用户无意中单击两次时，我必须处理重复项，并且在快速行驶时报告将不准确。这就是为什么我提到位置之间最小距离的边缘条件。让我们忽略可能会延伸数英里的交通拥堵，并假设位置很小。

— Christian Strempfer，

我找到了可能会帮助您的软件。好像有人和您有同样的问题，他们在此论坛上给了他一个解决方案，因此您将需要使用ArcGIS，但是如果您正在寻找一种算法，他们会建议您使用此白皮书。我认为本文足够详细，可以作为您算法的一个很好的开始。

— 艾扬昆布
source

因为所有的信息都是该答案的链接，并且链接最终会烂掉，所以请至少总结一下论坛中的帖子和本文所建议的内容。

— ub