基于占空比的聚类算法评价指标研究

摘要：

基于密度的聚类算法(DBSCAN)是最有效的轨迹数据挖掘方法之一,但基于密度的聚类算法往往受到输入参数选择的限制.在轨迹数据挖掘中,聚类结果不仅受到类内距离和类间距离的影响,还受到聚类中坐标点个数的影响.因此,提出了一种新的基于内外占空比的集群有效性指标来平衡这三个因素,该指标可以自动选择密度聚类的输入参数,并在不同的数据集上形成有效的聚类,优化后的聚类方法可应用于出行者行为轨迹的深度分析和挖掘.实验结果证明,与传统的有效性指标相比,提出的基于占空比的评价指标能够优化输入参数,获得较好的出行者位置信息聚类结果.

关键词：DBSCAN算法;有效性指数;密度聚类;轨迹聚类

所属期刊栏目：58

分类号：U491;TP39(交通工程与公路运输技术管理)

资助基金：浙江省教育厅项目;浙江省自然科学基金;浙江省自然科学基金;教育部留学回国人员科研启动基金

在线出版日期：2022-01-14（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：175-181