统计数据轨迹模式的聚类方法研究

• 作者: 刘弈 罗念龙
• 来源期刊: 计算机应用研究
• 关键词: 统计数据 轨迹模式分析 聚类 K-means
• 年，卷（期）: 2013,（10）
• 所属期刊栏目: 算法研究探讨
• 页码范围: 3001-3006
• 页数: 6页
• 分类号: TP391.4
• 语种: 中文
• DOI: 10.3969/j.issn.1001-3695.2013.10.029

摘要

统计数据轨迹一般具有重视变化趋势、数据噪声较大、模式分布不同等特点, 直接使用传统的聚类分析方法难有很好的效果。对此在K-means算法的基础上, 分别采用了归一化处理、平滑处理以及关键峰匹配等方法处理上述三个问题, 设计了一种解决系统使用轨迹模式分析问题的改进聚类方法。通过使用仿真数据与实际数据进行测试分析, 在仿真数据上改进算法显著降低了聚类的错误率。在实际数据上, 改进算法得出的聚类结果优于K-means算法, 由此证明了改进方法比传统K-means聚类算法在该问题上效果更好。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	罗念龙	清华大学计算机与信息管理中心	24	303	7.0	17.0
2	刘弈	清华大学计算机与信息管理中心	1	2	1.0	1.0