cations with Noise):基于 密度的聚类算法，它将"簇"定义为密度相连的点的最大集合，能够把具有足够高密度的区 域划分为簇，并可在噪声的空间数据库中发现任意形状的聚类。DBSCAN算法需要二个参数： 扫描半径（eps)和最小包含点数（minPts)。
[0075] 例如，对南京某大学在校学生的位置信息进行采集，采集结果如图4所示，图中A、 B、C三个地区的标记为定位图形的地点都是来自同学们的在一段时间内的位置信息。
[0076] 通过DBSCAN对上述在校学生的经纬度坐标进行聚类分析，其中，扫描半径（印s) 和最小包含点数（minPts)可以预设完成，聚类分析过程如下：
[0077] 步骤5. 1、任选一个标记为未被访问（unvisited)的坐标点，统计与其距离彡eps 的附近坐标点的数量：
[0078] (1)如果附近坐标点的数量彡minPts,那么标记此点为核心点；
[0079] (2)如果附近坐标点的数量< minPts,其距离< eps的范围内包含着至少一个核 心点，那么标记此点为边界点；
[0080] (3)如果附近坐标点的数量< minPts,其距离< eps的范围内不包含任何一个核 心点，那么标记此点为噪声点；
[0081] 不断重复该步骤直至所有坐标点均被访问过；
[0082] 步骤5. 2、去除所有噪声点；
[0083] 步骤5. 3、所有相互距离< 的坐标点作为一个团簇。
[0084] 图4中的采集数据利用上述聚类方法生成的团簇如图5所示。图5中显示了该大 学各个校区、社会实践中心以及学生们课余时间聚会地的地理区域范围。
[0085] 为了进一步说明上述步骤的操作过程，参考图6,举例说明如下：
[0086] 预设minPts = 4,从未扫描的点开始搜索附近以eps为半径的范围内的点的数量， 若附近点的数量> 4,则为核心点，如A点；若附近点的数量〈4但附近点中包含核心点，则 为边界点，如B点；若附近点的数量〈4且附近点中不包含核心点，则为噪声点，如C。这样 不断迭代直至所有坐标点均被遍历过一次。
[0087] 去除所有噪声点后，在所有剩余的点中相互距离< eps的点之间加上一条边，从 而得到一个团簇如图7所示。
[0088] 上述DBSCAN的实现方式包含核心点、边界点和噪声点，其优点在于：（1)无需在聚 类前指定需要多少个团簇中心，将自发通过数据的本质属性生成一个或多个聚类中心，如 图6中的结果将南京某大学的三个校区聚类成三个团簇，与现实相符合；（2)去噪声数据能 力强。
[0089] S13、基于团簇的边界点生成地理围栏。
[0090] 根据本申请一个实施例，如图8所示，基于团簇的边界点生成地理围栏包括：对于 每一个团簇，按同一纬度对应的最小经度和最大经度作为边界。或者，对于每一个团簇，按 同一经度对应的最小纬度和最大纬度作为边界。
[0091] 为了提高地理围栏的精度，根据本申请另一个实施例，步骤S13包括：
[0092] 如果对于每一个纬度（例如,精准到，该团簇均存在最小经度和最大经度 (例如，精准到，则选取每个经度的最小和最大维度作为边界，否则，采用随机高密 度填充法进行补足：
[0093] (1)选取该团簇的最小经度、最大经度、最小纬度和最大纬度形成长方形区域；
[0094] (2)在长方形区域中随机经纬度添加一个点，保证这个点与其距离< eps的附近 坐标点的数量彡minPts,其中eps和minPts和DBSCAN中的参数选择一致，不断重复本步 骤，直至对于每一个纬度，该团簇均存在最小经度和最大经度。
[0095] 本领域技术人员可以理解，本申请的实施例对于经纬度的描述只是举例，经纬度 可以互换。例如，对于每一个纬度该团簇均存在最小经度和最大经度，也可以表述为：对于 每一个经度该团簇均存在最小纬度和最大纬度。
[0096] 之后，当需要确定一个经纬度（即坐标点）是否在给定的围栏中时，仅需计算该经 纬度的坐标和一定范围内的所有围栏的距离，取距离最小的围栏即为该经纬度所属围栏。
[0097] 本领域技术人员便能够根据说明书，采用DSP/FPGA/ASIC等常规手段，实现计算 机程序对应的产品权利要求的功能模块。
[0098] 地理闱栏牛成裝置
[0099] 与上述地理围栏生成方法相对应，根据本申请一个实施例，提供一种地理围栏生 成装置。如图9所示，该地理围栏生成装置包括 ：
[0100] 位置信息采集模块41，用于采集符合预设条件的对象的位置信息，该位置信息包 括经纬度坐标；
[0101] 聚类分析模块42,与位置信息采集模块41连接，用于对位置信息中的经纬度坐标 进行聚类分析，得到一个或多个经纬度坐标团簇，其中，每个经纬度坐标团簇都包括多个经 纬度坐标；和
[0102] 边界生成模块43,与聚类分析模块42连接，用于基于团簇的边界点生成地理围 栏。
[0103] 其中，聚类分析模块42所采用的聚类分析方法，以及边界生成模块43所采用的边 界生成方法，在上述方法实施例中已经详细描述，这里不再赘述。
[0104] 根据本申请另一个实施例，上述位置信息可以来自第三方数据库或者软件，不需 要在地理围栏生成装置中包含位置信息采集模块。
[0105] 本申请上述实施例利用用户的活跃位置信息进行聚类分析，在刻画某个地理位置 (如：某大学）的时候，能自动识别出并生成活跃区域的围栏信息（如：大学中的图书馆、食 堂、宿舍、教学区），活跃区域的围栏信息对于之后的进入推介、广告营销等场景非常重要。
[0106] 应该注意到并理解，在不脱离后附的权利要求所要求的本申请的精神和范围的情 况下，能够对上述详细描述的本申请做出各种修改和改进。因此，要求保护的技术方案的范 围不受所给出的任何特定示范教导的限制。
【主权项】
1. 一种地理围栏生成方法，包括： 对符合预设条件的对象的位置信息中的经纬度坐标进行聚类分析，得到一个或多个经 纬度坐标团簇，其中，每个经纬度坐标团簇包括多个经纬度坐标；和 基于所述经纬度坐标团簇的边界点生成地理围栏。2. 根据权利要求1所述的地理围栏生成方法，其中，所述预设条件为地理范围或身份 信息。3. 根据权利要求1所述的地理围栏生成方法，其中，所述位置信息为某一段时间的位 置数据或某一时刻的位置数据。4. 根据权利要求1所述的地理围栏生成方法，其中，所述符合预设条件的对象的位置 信息的获取方法包括： 通过电信移动运营商的网络获取所述对象的位置信息；或者 采集所述对象使用的WIFI或IP所对应的位置信息。5. 根据权利要求1所述的地理围栏生成方法，其中，对经纬度坐标进行聚类分析步骤 包括： 步骤1、给定多个初始聚类中心点； 步骤2、将每个经纬度坐标归属到拥有最小簇内均方和的聚类中心对应的团簇； 步骤3、更新每个团簇的聚类中心得到新的聚类中心；和 步骤4、重复步骤2和3直至每个团簇的簇内均方和的变化小于给定阈值。6. 根据权利要求1所述的地理