期刊文献+
共找到1篇文章
< 1 >
每页显示 20 50 100
基于改进K-Medoids的组合聚类算法及异常值检测研究 被引量:13
1
作者 贺玉海 周庆琨 +1 位作者 程埮晟 王勤鹏 《大连理工大学学报》 CAS CSCD 北大核心 2022年第4期403-410,共8页
采用聚类算法和异常值检测算法进行车辆轨迹信息的提取与挖掘,在交通控制与管理、道路拥堵时空分析与治理、用户出行线路规划与推荐,以及自动驾驶决策规划等应用中具有重要意义.针对现有聚类算法和异常值检测算法参数难以控制、算法存... 采用聚类算法和异常值检测算法进行车辆轨迹信息的提取与挖掘,在交通控制与管理、道路拥堵时空分析与治理、用户出行线路规划与推荐,以及自动驾驶决策规划等应用中具有重要意义.针对现有聚类算法和异常值检测算法参数难以控制、算法存在随机性的不足,提出基于K-Medoids与DBSCAN组合的聚类算法.通过对模拟十字交叉路口数据集的训练,得到一个交叉路口最佳聚类模型,并用真实轨迹数据集验证、优化该模型.然后,将交叉路口区域内一段时间内的轨迹聚类数据流进行可视化再现,取得了异常轨迹少、聚类速度快的聚类效果,同时比较选择出算法各个参数的最优值.最后,通过参数传递使DBSCAN算法能够更精确地识别出异常轨迹,为交通治理与自动驾驶决策提供指导. 展开更多
关键词 车辆轨迹 聚类分析 异常值检测 相似性度量 DBSCAN算法
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部