基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
轨迹聚类算法可以广泛地应用在交通管理中,利用轨迹聚类算法找出车辆轨迹热点区域对交通部门规划管理交通出行有重要指导意义.目前的轨迹聚类算法多以空间相似性进行度量,不能体现不同时间段的轨迹热点区域划分情况.针对上述问题,该文结合时间因素,提出了一种时空轨迹的热点区域提取算法.首先,对传统的密度峰值聚类算法进行了改进,考虑了计算密度的线性和非线性部分,改进了密度的计算方法;同时,改进了簇类中心的选取方法,能够自动地选取簇类中心;在此基础上,提出了聚类融合算法,过滤了不合适的聚类和多余聚类;最后利用DB检验量来检测提取效果.实验结果表明,相比于传统的聚类算法,本文算法能更有效地提取时空轨迹的热点区域.
推荐文章
基于共享单车数据的居民出行热点区域与时空特征分析
摩拜单车
居民出行
热点区域
时空特征
基于出租车轨迹数据的城市热点出行区域挖掘
出租车轨迹
热点区域
网格密度
时空移动模式挖掘
出行行为
基于轨迹数据场的热点区域提取及空间交互分析——以深圳市为例
出租车轨迹
热点区域
数据场
时空聚类
空间交互
深圳市
基于时间约束的Hausdorff距离的时空轨迹相似度量
时间约束
Hausdorff距离
轨迹相似性
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 基于时空轨迹的热点区域提取
来源期刊 电子科技大学学报 学科 工学
关键词 聚类 密度 热点区域 时空轨迹
年,卷(期) 2019,(6) 所属期刊栏目 计算机工程与应用
研究方向 页码范围 925-930
页数 6页 分类号 TP301.6
字数 4528字 语种 中文
DOI 10.3969/j.issn.1001-0548.2019.06.018
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 牛新征 电子科技大学计算机科学与工程学院 45 470 10.0 20.0
2 王侃 中国电子科技集团公司第十研究所 1 0 0.0 0.0
3 梅克进 电子科技大学计算机科学与工程学院 2 1 1.0 1.0
4 朱家辉 电子科技大学计算机科学与工程学院 1 0 0.0 0.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (47)
共引文献  (101)
参考文献  (8)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1948(1)
  • 参考文献(0)
  • 二级参考文献(1)
1999(2)
  • 参考文献(1)
  • 二级参考文献(1)
2001(1)
  • 参考文献(0)
  • 二级参考文献(1)
2002(2)
  • 参考文献(0)
  • 二级参考文献(2)
2003(4)
  • 参考文献(0)
  • 二级参考文献(4)
2004(2)
  • 参考文献(0)
  • 二级参考文献(2)
2005(1)
  • 参考文献(0)
  • 二级参考文献(1)
2006(3)
  • 参考文献(0)
  • 二级参考文献(3)
2007(6)
  • 参考文献(1)
  • 二级参考文献(5)
2008(4)
  • 参考文献(0)
  • 二级参考文献(4)
2009(1)
  • 参考文献(0)
  • 二级参考文献(1)
2010(2)
  • 参考文献(0)
  • 二级参考文献(2)
2011(5)
  • 参考文献(1)
  • 二级参考文献(4)
2012(1)
  • 参考文献(0)
  • 二级参考文献(1)
2014(11)
  • 参考文献(1)
  • 二级参考文献(10)
2015(6)
  • 参考文献(1)
  • 二级参考文献(5)
2016(2)
  • 参考文献(2)
  • 二级参考文献(0)
2017(1)
  • 参考文献(1)
  • 二级参考文献(0)
2019(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)
研究主题发展历程
节点文献
聚类
密度
热点区域
时空轨迹
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
电子科技大学学报
双月刊
1001-0548
51-1207/T
大16开
成都市成华区建设北路二段四号
62-34
1959
chi
出版文献量(篇)
4185
总下载数(次)
13
总被引数(次)
36111
论文1v1指导