ST-CFSFDP:快速搜索密度峰值的时空聚类算法

ST-CFSFDP:快速搜索密度峰值的时空聚类算法

P208; 时空聚类算法是地理时空大数据挖掘的基础研究命题.针对传统CFSFDP聚类算法无法应用于时空数据挖掘的问题,本文提出一种时空约束的ST-CFSFDP(spati al-temporal cl usteri ng by fastsearch and find of density peaks)算法.在CFSFDP算法基础上加入时间约束,修改了样本属性值的计算策略,不仅解决了原算法单簇集多密度峰值问题,且可以区分并识别相同位置不同时间的簇集.本文利用模拟时空数据与真实的室内定位轨迹数据进行对比试验.结果 表明,该算法在时间阈值90 s、距离阈值5m的识别正确率高达82.4％,较经典ST-...

Ausführliche Beschreibung

Gespeichert in:
Bibliographische Detailangaben
Veröffentlicht in:测绘学报 2019, Vol.48 (11), p.1380-1390
Hauptverfasser: 王培晓, 张恒才, 王海波, 吴升
Format: Artikel
Sprache:chi
Online-Zugang:Volltext
Tags: Tag hinzufügen
Keine Tags, Fügen Sie den ersten Tag hinzu!
Beschreibung
Zusammenfassung:P208; 时空聚类算法是地理时空大数据挖掘的基础研究命题.针对传统CFSFDP聚类算法无法应用于时空数据挖掘的问题,本文提出一种时空约束的ST-CFSFDP(spati al-temporal cl usteri ng by fastsearch and find of density peaks)算法.在CFSFDP算法基础上加入时间约束,修改了样本属性值的计算策略,不仅解决了原算法单簇集多密度峰值问题,且可以区分并识别相同位置不同时间的簇集.本文利用模拟时空数据与真实的室内定位轨迹数据进行对比试验.结果 表明,该算法在时间阈值90 s、距离阈值5m的识别正确率高达82.4％,较经典ST-DBCSAN、ST-OPTICS及ST-AGNES聚类算法准确率分别提高了5.2％、4.2％和7.6％.
ISSN:1001-1595