基于DBSCAN算法的浮动车数据预处理

• 作者: 张昀 李小龙
• 来源期刊: 江西科学
• 关键词: DBSCAN算法 浮动车数据 清洗轨迹漂移点
• 年，卷（期）: 2020,（3）
• 所属期刊栏目: 数理科学
• 页码范围: 293-297,319
• 页数: 6页
• 分类号: TP311.13
• 语种: 中文
• DOI: 10.13990/j.issn1001-3679.2020.03.001

摘要

针对现有浮动车数据预处理方法中存在算法复杂和精度低等缺点,提出一种基于DBSCAN(Density-Based Spatial Clustering of Applications with Noise)算法的浮动车数据预处理方法.该算法操作简单,仅需原始GPS数据中的纬度和经度就能去除浮动车数据中的轨迹漂移点.首先,在数据库中对浮动车数据进行剔除经纬度越界数据、剔除异常数据、剔除重复数据和剔除不完整数据处理;然后,使用DBSCAN算法剔除浮动车数据中的轨迹漂移点.利用该方法对武汉市浮动车数据进行预处理,能够快速有效去除浮动车数据中的轨迹漂移点.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李小龙	东华理工大学测绘工程学院	15	30	3.0	4.0
2	张昀	东华理工大学测绘工程学院	2	0	0.0	0.0