面向多维时空位置数据的动态加权聚类模型 |
| |
引用本文: | 郭名静,边少锋,单潮龙,熊鑫. 面向多维时空位置数据的动态加权聚类模型[J]. 测绘科学, 2019, 44(11): 35-42 |
| |
作者姓名: | 郭名静 边少锋 单潮龙 熊鑫 |
| |
作者单位: | 东华理工大学理学院,南昌330013;海军工程大学电气工程学院,武汉430033;海军工程大学电气工程学院,武汉,430033 |
| |
基金项目: | 国家自然科学基金;国家自然科学基金;江西省教育科学十三五规划课题 |
| |
摘 要: | 针对传统聚类算法在处理时空位置数据挖掘时面临的多维聚类问题,提出了动态加权聚类模型。该模型叠加利用经典k-均值和基于密度的DBSCAN聚类算法,通过计算最大轮廓系数确定合适的簇数目,按照划分初始簇类、识别和剔除噪声点、修正聚类簇中心点位置坐标3个步骤实现对大体量多维时空位置数据的聚类分析,提出了动态权重系数计算公式,优化了基于密度的DBSCAN聚类算法中相似度函数,并在Python3.7环境下以网络签到数据集实例仿真验算了该模型算法。实验结果表明,相较单一的传统聚类算法,该模型能综合利用多维非位置属性对时空位置数据点聚类,更合理界定聚类簇的归属数据点,对提升时空位置数据集聚类簇中数据点的聚类效果明显。
|
关 键 词: | 时空数据 数据挖掘 均值聚类 密度聚类 |
Study on dynamic weighted clustering algorithm orienting spatio-temporal data mining |
| |
Abstract: | |
| |
Keywords: | |
本文献已被 CNKI 万方数据 等数据库收录! |
|