一种基于C FS FD P改进算法的重要地点识别方法研究

• 作者: 单洪 朱立新 马春来 马涛
• 来源期刊: 计算机应用研究
• 关键词: 重要地点识别 速度剪枝 基于密度的聚类 密度峰值 簇中心
• 年，卷（期）: 2017,（1）
• 所属期刊栏目: 软件技术研究
• 页码范围: 136-140
• 页数: 5页
• 分类号: TP391.4
• 语种: 中文
• DOI: 10.3969/j.issn.1001-3695.2017.01.029

摘要

为解决CFSFDP聚类算法由于无法自动选择簇中心点而难以应用于重要地点识别的问题，引入一种簇中心点自动选择策略对算法进行改进。该策略将簇中心点权值的变化趋势作为自动划分簇中心的依据，有效避免了通过决策图判决簇中心点的方法所带来的误差。将CFSFDP改进算法与数据预处理及逆向地理编码等技术结合起来，能够以较高的精度实现重要地点识别。实验以Foursquare数据为例，结果表明CFSFDP改进算法比DBSCAN具有更高的准确率和较低的计算量，进一步证明了该方法在处理稀疏位置数据的重要地点识别问题上具有一定优越性。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	单洪		29	173	8.0	12.0
2	马涛		13	60	6.0	7.0
3	朱立新		13	99	5.0	9.0
4	马春来		10	83	4.0	9.0