一种基于核距离的车辆轨迹点聚类方法
基于聚类算法进行车辆轨迹点信息提取与挖掘,在高精度车道信息提取与更新、道路拥堵时空分析与治理、用户出行线路规划与推荐等应用中具有重要意义.针对现有聚类算法的不足,提出基于核距离的车辆轨迹点聚类方法.首先给出车辆轨迹点的定义,分析车辆轨迹的几何特征和轨迹聚类的要求,然后基于核函数的概念,推导核距离的计算过程,提出核距离密度聚类算法,重定义密度聚类算法中核邻域、核心对象等概念,最后以郑州市出租车轨迹数据进行验证.实验表明,聚类算法在减少参数数量、结果沿道路中心线对称分布、降低计算时间、提取长类簇等方面具有显著优势,可以有效地实现有向轨迹点的聚类.
车辆轨迹、点聚类、密度聚类、核距离、核DBSCAN算法
45
P208(一般性问题)
国家自然科学基金41571399
2020-08-31(万方平台首次上网日期,不代表论文的发表时间)
共7页
1082-1088