-
题名基于稀疏交界最大密度连通的模糊聚类方法
被引量：3
- 1
-
-
作者
仇功达
何明
祝朝政
杨杰
刘勇
-
机构
解放军理工大学指挥信息系统学院
江苏省公安厅科技信息化处
-
出处
《计算机工程与应用》
CSCD
北大核心
2018年第14期82-88,共7页
-
基金
国家重点研发计划(No.2016YFC0800606)
江苏省自然科学基金(No.BK20150721
+5 种基金
No.BK20161469)
中国博士后基金(No.2015M582786
No.2016T91017)
江苏省重点研发计划(No.BE2015728
No.BE2016904)
江苏省科技基础设施建设计划(No.BM2014391)
-
文摘
为解决现有密度聚类算法中参数设置依赖经验、复杂密度环境下聚类精度不高等问题,提出了基于簇间最大密度连通点进行密度簇分割与合并的模糊聚类方法。基于高斯混合模型计算数据点密度,形成高维离散密度空间,通过低精度网格连续数据空间,结合插值算法赋予空白网格相应密度,构建连续高维密度空间。对数据点按密度排序后,利用能否从大于当前密度的点集中连续可达识别密度极大值点,再以密度序实现极大值点的邻域扩张,以扩张矛盾实现稀疏交界处最大密度连通点识别、密度簇分割。最后基于最大密度连通点计算密度簇间隶属度,设定隶属度阈值,实现相关邻簇的合并,完成聚类。通过与多种密度聚类算法进行仿真对比验证,该算法大大降低了经验参数的依赖性,具有全局统一的合并隶属度,提升了多密度下的类识别能力。
-
关键词
高斯混合模型
簇识别
隶属度
最大密度连通点
-
Keywords
Gaussian mixture model
recognition of clusters
membership grade
connected point with the max density
-
分类号
TP301
[自动化与计算机技术—计算机系统结构]
-
-
题名异常轨迹数据预警与预测关键技术综述
被引量：5
- 2
-
-
作者
仇功达
何明
杨杰
曹玉婷
孙继红
-
机构
中国人民解放军陆军工程大学指挥控制工程学院
军事科学院系统工程研究院网络信息研究所
江苏省公安厅科技信息化处
南京市明基医院
-
出处
《系统仿真学报》
CAS
CSCD
北大核心
2017年第11期2608-2617,共10页
-
基金
江苏省自然科学基金(BK20150721
BK20161469)
+5 种基金
江苏省科技基础设施建设计划(BM2014391)
江苏省重点研发计划(BE2015728
BE2016904)
国家重点研发计划(2016YFC0800606)
中国博士后基金(2015M582786
2016T91017)
-
文摘
重大突发事件的事后处置已经愈加无法满足当前社会的迫切需求,急于需要向事前异常行为的预警预测转型。传感器网络与定位技术的快速发展与普及,为时空轨迹数据挖掘奠定了基础。围绕异常轨迹预警预测挖掘这一核心目的,对异常轨迹聚类识别与轨迹预测的国内外研究现状和进展进行了理论梳理、剖析,综述了相关算法在城市异常轨迹数据预警预测中的应用,指出了所面临的挑战和进一步的发展方向,为该领域的进一步研究提供参考。
-
关键词
时空轨迹
异常行为
聚类
预测
-
Keywords
spatial-temporal trajectory
abnormal behavior
clustering
prediction
-
分类号
TP311
[自动化与计算机技术—计算机软件与理论]
-
