基于改进的密度聚类算法的热点区域挖掘研究

摘要：

针对现有密度聚类算法在从轨迹数据集中识别热点活动区域时,存在参数设置敏感、密度不均匀时聚类效果差等问题,提出了基于近邻密度比的密度聚类算法.该算法首先可以结合轨迹自身的特征,从单条轨迹中提取局部的高密度区域,然后从中筛选出潜在的有效活动点区域,计算区域的活动度,最后从潜在的活动点区域得到真正的热点区域.该算法一方面可以避免轨迹间采样频率差异以及噪声点带来的影响,另一方面在挖掘热点区域时不仅考虑空间上的关联性,也考虑时间上的关联性,能够更有效地发现热点区域.

关键词：轨迹数据、热点区域、密度聚类、近邻密度比、热力图

分类号：TP391(计算技术、计算机技术)

资助基金：武汉学院校级科研一般项目X2022035

在线出版日期：2022-06-07（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：73-76