轨迹聚类算法可以广泛地应用在交通管理中,利用轨迹聚类算法找出车辆轨迹热点区域对交通部门规划管理交通出行有重要指导意义。目前的轨迹聚类算法多以空间相似性进行度量,不能体现不同时间段的轨迹热点区域划分情况。针对上述问题,该文结合时间因素,提出了一种时空轨迹的热点区域提取算法。首先,对传统的密度峰值聚类算法进行了改进,考虑了计算密度的线性和非线性部分,改进了密度的计算方法;同时,改进了簇类中心的选取方法,能够自动地选取簇类中心;在此基础上,提出了聚类融合算法,过滤了不合适的聚类和多余聚类;最后利用DB检验量来检测提取效果。实验结果表明,相比于传统的聚类算法,本文算法能更有效地提取时空轨迹的热点区域。
类型: 期刊论文
作者: 王侃,梅克进,朱家辉,牛新征
关键词: 聚类,密度,热点区域,时空轨迹
来源: 电子科技大学学报 2019年06期
年度: 2019
分类: 信息科技,工程科技Ⅱ辑
专业: 公路与水路运输,计算机软件及计算机应用
单位: 中国电子科技集团公司第十研究所,电子科技大学计算机科学与工程学院
基金: 四川省科技计划(2017FZ0094),部级基金
分类号: TP311.13;U491
页码: 925-930
总页数: 6
文件大小: 997K
下载量: 168
本文来源: https://www.lunwen90.cn/article/335ef53fb229d75e956f0f5d.html