随着现代移动智能终端的迅速普及,GPS轨迹数据精度的提高和无线通信系统的快速发展,给移动轨迹的获取和准确分析提供了便利。现实生活中,每天都有大量的轨迹数据产生,由于移动轨迹的无规律性和知识分布的低密度性,信息提取和分析的难度不断提升,从而给轨迹研究带来了更大的挑战,对相关算法的性能提出了更高的要求。在轨迹分析方面,准确提取轨迹中的停留点在轨迹识别、位置预测、服务推荐等方面起着十分关键的作用。本文在分析实时移动轨迹特点和相关研究的基础上,根据人们在停留点区域活动的无规律性,结合轨迹点坐标位置的线性相关程度与相关系数的关系,提出了一种基于相关系数提取轨迹中停留点的算法。在停留点处,轨迹点密度较大,轨迹方向改变比较频繁,轨迹点坐标的相关系数在一定程度上能够反映出轨迹方向的改变程度和轨迹点的密集程度,找出相关点并进行分析,对寻找停留点有着重要意义。该算法以停留点轨迹的方向改变、点的密集程度和停留时间为基本出发点,首先通过轨迹点坐标的相关系数对轨迹点进行两次过滤,生成关键点序列,实现停留点的快速定位,然后根据关键点相关区域中轨迹点的密集程度和停留时间进行综合判断,最终识别出轨迹中的停留点。该方法以关键点为核心进行识别,缩小了算法的搜索范围,降低了噪声点的干扰,增强了识别结果的可靠程度,为了进一步提高识别区域的准确度,在对停留点进行判断和提取时,对关键点区域的相邻点也进行了识别。最后通过实验验证分析,表明了该算法在轨迹停留点识别方面的可行性和有效性。