10.3969/j.issn.1001-0548.2019.06.018
基于时空轨迹的热点区域提取
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.
聚类、密度、热点区域、时空轨迹
48
TP301.6(计算技术、计算机技术)
四川省科技计划2017FZ0094;部级基金
2019-12-19(万方平台首次上网日期,不代表论文的发表时间)
共6页
925-930