10.16182/j.issn1004731x.joss.18-CVR0696
基于快速密度聚类的载客热点可视化分析方法
随着城市化交通的发展,感知计算在智慧城市起着重要的作用.针对传统密度聚类算法无法适配海量出租车GPS轨迹数据及可视化的问题,提出了BCS-DBSCAN(Big-Data Cluster Center Statistics Density-Based Spatial Clustering of Applications with Noise)聚类算法.该算法可以对轨迹数据切分及并行化聚类且能够提取最大密度簇心,并将结果适配可视化模型.实验结果表明,与其它流行的方法相比,在海量数据下提取城市载客热点区域的聚类速度、精确化及可视化方面具有十分显著的优势,对进一步提升城市规划、提高交通效率提供了重要的决策信息.
大数据切分、簇心提取、快速聚类、热点可视化
31
TP391.9(计算技术、计算机技术)
国家重点研发计划2018YFB1004904;江苏省六大人才高峰资助项目XYDXXJS-011;江苏省333工程资助项目BRA2016454
2019-08-08(万方平台首次上网日期,不代表论文的发表时间)
共10页
1429-1438