面向交通领域的移动对象连续聚类算法研究与应用

admin · 发表于 2023-10-12 15:54:42

题目：

雅宝题库答案：

****此区域为收费内容**** 需支付 1 知识币后可查看，1币=0.01元查看答案

雅宝题库解析：
无线设备（如掌上电脑，移动电话，导航设备等）的普及以及无线通信技术和定位技术的快速发展，促使许多新的应用得到前所未有的发展。这些新的应用产生了大量的随时间变化的位置信息，使得移动对象（Moving Objects）成为一个新的研究热点，也促使对个体的运动行为进行知识挖掘的各种技术的产生。聚类作为基本数据挖掘技术，旨在发现数据集合全局的分布模式以及数据之间的相互关系，它将相似的对象分到同一组中。早期的聚类技术，主要集中在对静态数据集的分析。近年来，移动对象聚类技术引起了越来越多的研究者关注。移动对象位置连续变化的固有特性使得难以抓住它们运动的趋势和规律，这给移动对象的聚类分析带来了很大的困难。本文研究并分析了现有移动对象聚类算法的不足，提出了一种基于层次网格的移动对象连续聚类算法，并在此基础上，设计并实现了面向交通领域的移动对象连续聚类算法系统。本文取得的主要成果如下：1) 本文通过对以往的移动对象聚类算法的研究发现，以往的算法在合并聚类时，采用搜索所有已经存在的聚类的方法，这使得算法效率随着聚类数目的增加而明显下降。针对这一题目，本文引入了层次网格对聚类进行管理，并设计了基于层次网格的聚类合并算法，以缩小聚类合并操作时的搜索范围，提高算法对大规模移动对象数据的适用性。2) 针对以往算法在处理聚类分裂时，频繁出现同一个聚类在一个时间段内发生多次分裂使得算法效率降低的题目，本文提出了避免一个聚类在一个时间段内多次分裂的聚类分裂算法，以提高聚类分裂算法的效率。3) 针对以往算法都停留在用仿真数据对算法性能进行评测的基础上，本文设计并实现了面向交通领域的移动对象连续聚类算法系统，并用真实的浮动车GPS数据对算法进行了性能评测，证明了本文提出的算法的高效性，以及在真实世界中对大规模数据集的适用性。4) 本文对算法中关键参数对算法的影响进行了详细测试，并对测试结果进行了分析和比较。

面向交通领域的移动对象连续聚类算法研究与应用

天涯海角也要找到Ni：面向交通领域的移动对象连续聚类算法研究与应用

相关帖子

QQ微信同步：1144766066。

服务

网站

战略合作