10.19678/j.issn.1000-3428.0057015
基于密度核心的出租车载客轨迹聚类算法
目前常见的轨迹聚类大多基于OPTICS、DBSCAN和K-means等算法,但这些聚类方法的时间复杂度随着轨迹数量的增加会大幅上升.针对该问题,提出一种基于密度核心的轨迹聚类算法.通过引入密度核心的概念,设计轨迹密度计算函数以获取聚类簇的致密核心轨迹,同时利用出租车载客轨迹自身的方向和速度等属性提取轨迹特征点,减少轨迹数据量.在此基础上,根据聚类簇中致密核心轨迹与参与聚类轨迹的相似度距离判断轨迹的匹配程度,进而聚合相似轨迹,并将聚类结果储存在聚类节点中.实验结果表明,与TRACLUS和OPTICS聚类算法相比,该算法能够得到更准确的聚类效果,并且时间效率更高.
DBSCAN算法、特征点、密度核心、相似度距离、轨迹聚类
47
TP18(自动化基础理论)
河南省重点研发与推广专项科技攻关192102210124
2021-02-25(万方平台首次上网日期,不代表论文的发表时间)
共6页
133-138