一种基于密度峰值聚类的经典轨迹计算方法

摘要：

轨迹数据是一类重要的时空大数据,蕴含丰富的语义信息与行为模式.经典轨迹是群体轨迹移动时呈现出的相同或相似路径,在刻画海量轨迹时空特征、分析群体行为模式和预测移动对象路径等方面具有重要意义.本文提出了一种基于密度峰值聚类算法的经典轨迹计算框架,首先在相似性度量方面,采用并改进了顾及轨迹几何与方向的SSPD方法,然后在轨迹数据聚类方面,引入了密度峰值聚类方法,并使用其K近邻版本,以消除参数选择的不利影响,最后考虑到峰值点表征了具有最大局部密度的轨迹,直接将聚类中心作为经典轨迹输出.基于船舶轨迹的实验表明,本文方法可以有效从大规模轨迹中分析出经典轨迹,且同TRACLUS算法相比,输出的经典轨迹更为真实自然.

关键词：轨迹数据、经典轨迹、相似度矩阵、密度峰值聚类、轨迹蔟

所属期刊栏目：14

分类号：TP311.13(计算技术、计算机技术)

资助基金：国家自然科学基金面上项目41771474

在线出版日期：2019-11-21（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：967-972