| 基于群组与密度的轨迹聚类算法 |
| |
| 引用本文： | 俞庆英,赵亚军,叶梓彤,胡凡,夏芸.基于群组与密度的轨迹聚类算法[J].计算机工程,2021,47(4):100-107. |
| |
| 作者姓名： | 俞庆英 赵亚军 叶梓彤 胡凡 夏芸 |
| |
| 作者单位： | 1. 安徽师范大学 计算机与信息学院, 安徽 芜湖 241002;2. 安徽师范大学 网络与信息安全安徽省重点实验室, 安徽 芜湖 241002 |
| |
| 摘 要： | 现有基于密度的聚类方法主要用于点数据的聚类，不适用于大规模轨迹数据。针对该问题，提出一种利用群组和密度的轨迹聚类算法。根据最小描述长度原则对轨迹进行分段预处理找出具有相似特征的子轨迹段，通过两次遍历轨迹数据集获取基于子轨迹段的群组集合，并采用群组搜索代替距离计算减少聚类过程中邻域对象集合搜索的计算量，最终结合群组和密度完成对轨迹数据集的聚类。在大西洋飓风轨迹数据集上的实验结果表明，与基于密度的TRACLUS轨迹聚类算法相比，该算法运行时间更短，聚类结果更准确，在小数据集和大数据集上的运行时间分别减少73.79%和84.19%，且运行时间的减幅随轨迹数据集规模的扩大而增加。
|
| 关 键 词： | 群组 密度 群组可达 邻域搜索 轨迹聚类 |
| 收稿时间： | 2020-02-19 |
| 修稿时间： | 2020-03-24 |
Trajectory Clustering Algorithm Based on Group and Density |
| |
| YU Qingying,ZHAO Yajun,YE Zitong,HU Fan,XIA Yun.Trajectory Clustering Algorithm Based on Group and Density[J].Computer Engineering,2021,47(4):100-107. |
| |
| Authors: | YU Qingying ZHAO Yajun YE Zitong HU Fan XIA Yun |
| |
| Affiliation: | 1. School of Computer and Information, Anhui Normal University, Wuhu, Anhui 241002, China;2. Anhui Provincial Key Laboratory of Network and Information Security, Anhui Normal University, Wuhu, Anhui 241002, China |
| |
| Abstract: | |
| |
| Keywords: | group density group reachability neighborhood search trajectory clustering |
| 本文献已被 维普 万方数据 等数据库收录！ |
| 点击此处可从《计算机工程》浏览原始摘要信息 |
|
点击此处可从《计算机工程》下载全文 |
|
