浮动车轨迹数据聚类的有向密度方法
为了充分挖掘浮动车轨迹数据的潜在特性,本文在OPTICS空间密度聚类算法基础上,提出了一种有向密度的快速聚类方法(D-OPTICS).该方法通过扇形空间邻域计算其有向密度信息,并基于方向信息约束其密度可连通性,通过有向可达距离曲线生成数据基本簇,最后,通过空间网格及类簇聚合等优化方法,实现其大规模浮动车轨迹数据的快速聚类处理.通过有向时空数据的聚类分析,发现浮动车轨迹的时空分布特性,以提取复杂路网的结构信息.本文以福州市大规模浮动车轨迹数据,对D-OPTICS进行了系统实验,分析表明,该算法可实现浮动车轨迹数据的快速有向密度聚类分析,有助于挖掘发现时空轨迹数据的分布规律,且基于聚类结果提取了福州市区复杂路网的有向拓扑结构图.同时,与DBSCAN及OPTICS等传统的密度聚类算法进行性能对比,实验表明,D-OPTICS算法能更好地支持大规模浮动车轨迹数据的处理要求.
浮动车轨迹数据、时空数据挖掘、密度聚类、有向密度聚类、浮动车数据
17
国家自然科学基金项目61304199、41471333;福建省高校杰出青年科研人才计划JA14209;福建省自然科学基金项目2013J01214;福建省科技重大专项专题项目2013HZ0002-1;福建省科技计划重点项目2011I0002;福建省交通科技计划项目201318.
2016-03-18(万方平台首次上网日期,不代表论文的发表时间)
1152-1161