技术特征：
1.一种针对车辆监控数据的时间线聚类方法，其特征在于，所述方法包括以下步骤：按照预设排列间隔，在按照时间顺序收集的车辆监控信息中选定多个作为质心信息，剩余所述车辆监控信息作为非质心信息；计算非质心信息与前后最接近的两个所述质心信息的数据距离以及数据引力；基于所述非质心信息与自身前后最接近的两个所述质心信息的数据距离以及数据引力，选定对应的所述质心进行聚类。2.如权利要求1所述的针对车辆监控数据的时间线聚类方法，其特征在于，所述方法还包括以下步骤：若所述质心信息未进行聚类，则其与自身前后最接近的两个所述质心信息中数据引力较大的所述质心信息进行聚类。3.如权利要求1所述的针对车辆监控数据的时间线聚类方法，其特征在于，所述基于所述非质心信息与自身前后最接近的两个所述质心信息的数据距离以及数据引力，选定对应的所述质心进行聚类中，所述方法包括以下步骤：基于所述非质心信息与自身前后最接近的两个所述质心信息的数据距离以及数据引力，选定所述数据距离以及所述数据引力均较大的所述质心信息作为对应的目标质心信息；将所述非质心信息与对应的所述目标质心信息进行聚类。4.如权利要求2所述的针对车辆监控数据的时间线聚类方法，其特征在于，所述基于所述非质心信息与自身前后最接近的两个所述质心信息的数据距离以及数据引力，选定对应的所述质心进行聚类中，所述方法包括以下步骤：识别所述非质心信息与自身前后最接近的两个所述质心信息的数据距离以及数据引力的优先级；若所述数据距离的优先级较高，则选定所述数据距离较大的所述质心信息作为对应的目标质心信息进行聚类；若所述数据引力的优先级较高，则选定所述数据引力较大的所述质心信息作为对应的目标质心信息进行聚类。5.如权利要求1所述的针对车辆监控数据的时间线聚类方法，其特征在于：所述预设排列间隔的数值为预设的固定数值或在预设排列间隔范围内的随机数值。6.一种针对车辆监控数据的时间线聚类装置，其特征在于，所述装置包括：质心选取模块，其用于按照预设排列间隔，在按照时间顺序收集的车辆监控信息中选定多个作为质心信息，剩余所述车辆监控信息作为非质心信息；关系计算模块，其用于计算非质心信息与前后最接近的两个所述质心信息的数据距离以及数据引力；聚类执行模块，其用于基于所述非质心信息与自身前后最接近的两个所述质心信息的数据距离以及数据引力，选定对应的所述质心进行聚类。7.如权利要求6所述的针对车辆监控数据的时间线聚类装置，其特征在于：所述聚类执行模块还用于若所述质心信息未进行聚类，则其与自身前后最接近的两个所述质心信息中数据引力较大的所述质心信息进行聚类。8.如权利要求6所述的针对车辆监控数据的时间线聚类装置，其特征在于：
所述聚类执行模块还用于基于所述非质心信息与自身前后最接近的两个所述质心信息的数据距离以及数据引力，选定所述数据距离以及所述数据引力均较大的所述质心信息作为对应的目标质心信息；所述聚类执行模块还用于将所述非质心信息与对应的所述目标质心信息进行聚类。9.如权利要求6所述的针对车辆监控数据的时间线聚类装置，其特征在于：所述聚类执行模块还用于识别所述非质心信息与自身前后最接近的两个所述质心信息的数据距离以及数据引力的优先级；所述聚类执行模块还用于若所述数据距离的优先级较高，则选定所述数据距离较大的所述质心信息作为对应的目标质心信息进行聚类；所述聚类执行模块还用于若所述数据引力的优先级较高，则选定所述数据引力较大的所述质心信息作为对应的目标质心信息进行聚类。10.如权利要求6所述的针对车辆监控数据的时间线聚类装置，其特征在于：所述预设排列间隔的数值为预设的固定数值或在预设排列间隔范围内的随机数值。
技术总结
本申请涉及一种针对车辆监控数据的时间线聚类方法及装置，涉及汽车技术领域，该方法包括以下步骤：按照预设排列间隔，在按照时间顺序收集的车辆监控信息中选定多个作为质心信息，剩余车辆监控信息作为非质心信息；计算非质心信息与前后最接近的两个质心信息的数据距离以及数据引力；基于非质心信息与自身前后最接近的两个质心信息的数据距离以及数据引力，选定对应的质心进行聚类。本申请基于时间顺序进行数据收集，根据各数据信息的数据情况计算各数据之间的关联程度，并基于关联程度进行数据聚类，为后期分析工作提供便利。为后期分析工作提供便利。为后期分析工作提供便利。
技术研发人员：余亮 陈秀
受保护的技术使用者：东风商用车有限公司
技术研发日：2022.11.03
技术公布日：2023/1/23