原文服务方: 计算机应用研究       
摘要:
为了发现移动对象的迁徙轨迹和经停地,提出结合经停地检测算法和单链接聚类算法的方法.通过青海湖鸟类的历史位置信息验证该方法的准确性和有效性,并与应用于本领域的其他方法进行分析比较,如DB-SCAN聚类算法、减聚类及模糊聚类算法.结果显示提出的方法能够克服对比算法仅考虑迁徙数据空间位置信息的缺点,准确有效地挖掘出鸟类经停地和迁徙轨迹.
推荐文章
基于 AP 聚类算法的图像分割应用与研究
近邻传播
聚类算法
图像分割
基于聚类与分类混合算法的应用研究
聚类
Kmeans算法
差分进化
入侵检测
基于 BA 的模糊聚类算法研究
蝙蝠算法
模糊C均值聚类
BAFCM
优化
基于图聚类与蚁群算法的社交网络聚类算法
社交网络
数据挖掘
聚类处理
人工蚁群优化
图聚类
信任信息
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于时空因素聚类算法的研究与应用
来源期刊 计算机应用研究 学科
关键词 聚类分析 经停地检测算法 单链接算法 迁徙轨迹 经停地发现
年,卷(期) 2013,(12) 所属期刊栏目 系统应用技术
研究方向 页码范围 3690-3693,3697
页数 5页 分类号 TP311.1
字数 语种 中文
DOI 10.3969/j.issn.1001-3695.2013.12.044
五维指标
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (5)
节点文献
引证文献  (5)
同被引文献  (1)
二级引证文献  (5)
2002(1)
  • 参考文献(1)
  • 二级参考文献(0)
2008(1)
  • 参考文献(1)
  • 二级参考文献(0)
2011(3)
  • 参考文献(3)
  • 二级参考文献(0)
2013(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2014(1)
  • 引证文献(1)
  • 二级引证文献(0)
2015(3)
  • 引证文献(2)
  • 二级引证文献(1)
2017(3)
  • 引证文献(1)
  • 二级引证文献(2)
2018(2)
  • 引证文献(1)
  • 二级引证文献(1)
2020(1)
  • 引证文献(0)
  • 二级引证文献(1)
研究主题发展历程
节点文献
聚类分析
经停地检测算法
单链接算法
迁徙轨迹
经停地发现
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
计算机应用研究
月刊
1001-3695
51-1196/TP
大16开
1984-01-01
chi
出版文献量(篇)
21004
总下载数(次)
0
总被引数(次)
238385
论文1v1指导