10.16208/j.issn1000-7024.2016.03.015
基于路网感知的时空轨迹聚类
通过研究传统的轨迹聚类算法,针对现有算法中存在的不足,提出一种基于路网感知的时空轨迹聚类算法(NEASTT)。依据真实路网信息划分轨迹,在保证时空强连续、高流量的情况下,有选择地合并相邻时空聚类单元,得到移动对象在某聚集时间片内的高流量、强连续运动路径,可为交通规划及基于位置的服务等应用提供更有利的帮助。实验结果表明,该聚类方法能有效挖掘时空轨迹聚类,揭示在一定时间片段内移动对象运动的代表路径。
移动对象轨迹、聚类算法、路网、时空轨迹聚类、基于位置的服务
37
TP311(计算技术、计算机技术)
山西省自然科学基金项目2015011041;山西省回国留学人员科研基金项目2014-053
2016-04-22(万方平台首次上网日期,不代表论文的发表时间)
共8页
635-642