以整条轨迹为目标的聚类方法存在轨迹较长的问题。为此,提出一种以轨迹子段为聚类目标的聚类算法CTIHD。给出一种新的轨迹子段距离度量方法,用以消除轨迹子段之间的公共偏差。利用特征点概念将轨迹划分成轨迹子段集,计算轨迹子段之间的相似度,由此实现聚类。实验结果表明,该算法相比同类算法具有更好的轨迹聚类效果。
2022-03-31 08:12:38
1.62MB
1
Trajectory_Clustering
应用时空数据挖掘技术来执行轨迹聚类
2021-11-10 17:40:23
304KB
1
lab2.py是主程序，silhouette_coefficient.py是计算轮廓系数的，但计算过程简化了，draw.py是可视化聚类结果的，参考论文：http://hanj.cs.illinois.edu/pdf/sigmod07_jglee.pdf
2021-03-25 16:17:21
281KB
1
比较轨迹聚类方法
这是我的模式识别课程学期项目。 目标是在民用飞行数据上比较4种聚类算法（k型，高斯混合模型，dbscan和hdbscan）。 可以在report.pdf文件中找到更多详细信息。
产生的集群如下所示：
应用轨迹分割以减少采样点的数量，并使用hausdorff距离比较轨迹之间的相似性。
更新（2019年2月）
添加了一个演示项目的每个步骤。 首先请看一下，它比项目的其他部分更短，更容易理解。 它还在公共数据集上显示了这些步骤。
公开数据集：
集群轨迹：
2021-03-18 23:43:23
13.74MB
1
随着科技的不断进步，人们对移动对象的实时位置的获取越来越便捷。这些
移动对象在一段时间内的实时位置就构成了该对象的一条时空轨迹。技术的
进步和设备的不断小型化使得定位设备的应用越来越普遍。因此，在人们的各种
生产活动中产生的时空轨迹也越来越多，呈爆炸性趋势。从这些海量的轨迹数据
中挖掘出有用信息非人力所能及。聚类算法作为数据挖掘领域的一种重要方法，
越来越多的被研究人员应用到时空轨迹数据的挖掘中。
2021-03-07 17:39:45
6.75MB
1
轨迹聚类算法，先划分，后聚类，聚类算法是改进的DB-Scan;linux 编译，里面有Makefile
2019-12-21 20:00:35
421KB
1
基于密度的一种聚类方法（DBSCAN）源码 ，里面包含一个简单易懂的例子，讲述了DBSCAN，将简单的数据集进行DBSCAN聚类，最终将聚类的结果绘制成为图形化。
2019-12-21 18:55:44
19KB
1