DBSCAN与Kmeans相结合的手机大数据聚类方法研究

• 作者: 史新颖 夏元平 殷红梅 毛曦
• 来源期刊: 北京测绘
• 学科: 地球科学
• 关键词: 手机信令数据 聚类 点位误差
• 年，卷（期）: 2019,（2）
• 所属期刊栏目: 学术探讨
• 页码范围: 132-137
• 页数: 6页
• 分类号: P208
• 字数: 3941字
• 语种: 中文
• DOI: 10.19580/j.cnki.1007-3000.2019.02.002

摘要

时空大数据是目前研究的热点.如何从海量手机信令数据中获取有价值的信息是研究手机信令数据的难点.本文在基于距离的点聚合方法的基础上,提出了将基于密度聚类算法DBSCAN与基于距离聚类算法kmeans相结合的点聚合算法.采用DBSCAN与kmeans相结合的点聚合算法实现手机信令数据的可视化,不仅能避免手机信令数据在可视化时点数据的堆叠和覆盖问题,而且使得其聚合后获取数据的空间分布结构更准确.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	夏元平	东华理工大学测绘工程学院	28	78	6.0	8.0
2	殷红梅		21	79	5.0	8.0
3	毛曦		14	114	3.0	10.0
4	史新颖	东华理工大学测绘工程学院	1	6	1.0	1.0