Navigation überspringen
Universitätsbibliothek Heidelberg
Verfasst von:王培晓
 张恒才
 王海波
 吴升
Titel:ST-CFSFDP:快速搜索密度峰值的时空聚类算法
Verlagsort:Beijing
Verlag:Surveying and Mapping Press
Jahr:2019
Inhalt: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(spatial-temporal clustering by fast search 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5 m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
Titel Quelle:Ce hui xue bao
Jahr Quelle:2019
Band/Heft Quelle:48, 11, S. 1380
DOI:doi:10.11947/j.AGCS.2019.20180538
URL:http://www.ub.uni-heidelberg.de/cgi-bin/edok?dok=https%3A%2F%2Ffanyv88.com%3A443%2Fhttps%2Fwww.proquest.com%2Fdocview%2F2583499020%2Fabstract%2F
 DOI: https://doi.org/10.11947/j.AGCS.2019.20180538
Sprache:Chinese ; English
Sach-SW:Algorithms
 Big Data
 Clustering
 Data mining
 Density
 Optics
 Searching
 Spatiotemporal data


zum Seitenanfang