组移动模式挖掘中轨迹聚类的置信区间法

合集下载

相关主题

1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。

ｒｉｔｈｍｂａｓｅｄｏｎｓａｍｐｌｅｖａｒｉａｎｃｅａｐｐｒｏａｃｈａｎｄｃｏｎｆｉｄｅｎｃｅ－ｉｎｔｅｒｖａｌａｐｐｒｏａｃｈｉｓｔｅｓｔｅｄｂｏｔｈｏｎｓｙｎｔｈｅｔｉｃａｎｄｒｅａｌｄａｔａｓｅｔｓ．Ｉｔｉｓｉｎｄｉ～
第８卷
第ＣＨＩＮＡＳＣＩＥＮＣＥＰＡＰＥＲ
Ｖｏｌ＿８Ｎｏ．１０
０ｃｔ．２０１３
２０１３年１Ｏ月
组移动模式挖掘中轨迹聚类的置信区间法
蒋夏军，皮德常，张育平
Ａｂｓｔｒａｃｔ：Ｂａｓｅｄｏｎｔｈｅｓｐａｔｉａｌｄａｔａｍｉｎｉｎｇａｌｇｏｒｉｔｈｍｓ，ｔｈｅｔｅｍｐｏｒａｌｄｉｓｔａｎｃｅａｎｄａｖｅｒａｇｅｄｉｓｔａｎｃｅｏｆｍｏｖｉｎｇｏｂｊｅｃｔｓａｒｅｄｅｆｉｎｅｄｉｎｔｈｉｓｐａｐｅｒ，ａｎｄｔｈｅｎｓａｍｐｌｅｖａｒｉａｎｃｅａｐｐｒｏａｃｈａｎｄｃｏｎｆｉｄｅｎｃｅ－ｉｎｔｅｒｖａｌａｐｐｒｏａｃｈｆｏｒｔｒａｊｅｃｔｏｒｙｃｌｕｓｔｅｒｉｎｇａｒｅｐｒｏｖｉｄｅｄ．Ｔｈｅｔｗｏａｐｐｒｏａｃｈｅｓｃａｎｄｉｓｃｏｖｅｒａｌｌｔｈｅｏｂｊｅｃｔｐａｉｒｓｔｈａｔｈａｖｅｓｉｍｉｌａｒｔｒａｊｅｃｔｏｒｉｅｓａｔｃｅｒｔａｉｎｔｉｍｅｉｎｔｅｒｖａｌｓ．Ｕｓｉｎｇｄｉｆｆｅｒｅｎｔｓａｍｐｌｉｎｇｇｒａｎｕ — ｌａｒｉｔｉｅｓｏｆｔｒａｊｅｃｔｏｒｙｄｉｓｔａｎｃｅｃａｎｇｒｅａｔｌｙｄｅｐｒｅｓｓｔｈｅｔｉｍｅｃｏｍｐｌｅｘｉｔｙｏｆｔｈｅｔｒａｊｅｃｔｏｒｙｃｌｕｓｔｅｒｉｎｇａｌｇｏｒｉｔｈｍ．Ｔｈｅｃｌｕｓｔｅｒｉｎｇａｌｇｏ —
ｍｏｖｅｍｅｎｔｐａｔｔｅｒｎｍｉｎｉｎｇｏｆｍｏｖｉｎｇｏｂｊｅｃｔｓ
ＪｉａｎｇＸｉａｊｕｎ，ＰｉＤｅｃｈａｎｇ，ＺｈａｎｇＹｕｐｉｎｇ
（南京航空航天大学计算机科学与技术学院，南京２１００１６）
摘要：在借鉴空间数据挖掘技术的基础上，定义了移动对象轨迹之间的时态距离和平均距离，提出了标准差法和置信区间法
两种轨迹聚类算法。两种方法能够找出所有具有相似轨迹的对象对，在不同距离采样点数的基础上配合使用两种方法能够明显降低轨迹聚类算法的时间复杂度。基于标准差法和置信区间法的轨迹聚类算法在仿真数据集和真实数据集进行了验证。表明两种方法能够为其他轨迹聚类算法进行数据筛选，筛选后的数据量将大大减少，从而可提高算法效率。
（ＣｏｌｌｅｇｅｏｆＣｏｍｐｕｔｅｒＳｃｉｅｎｃｅ＆Ｔｅｃｈｎｏｌｏｇｙ，ＮａｎｊｉｎｇＵｎｉｖｅｒｓｉｔｙｏｆＡｅｒｏｎａｕｔｉｃｓａｎｄＡｓｔｒｏｎａｕｔｉｃｓ，Ｎａｎｊｉｎｇ２１００１６，Ｃｈｉｎａ）
ｃａｔｅｄｔｈａｔｔｈｅｔｗｏａｐｐｒｏａｃｈｅｓｃａｎａｌｓｏｂｅｕｓｅｄａｓｐｒｅｔｒｅａｔｍｅｎｔｍｅｔｈｏｄｓｆｏｒｏｔｈｅｒｔｒａｊｅｃｔｏｒｙｃｌｕｓｔｅｒｉｎｇａｌｇｏｒｉｔｈｍｓ，ａｎｄｃａｎｇｒｅａｔｌｙ
关键词：知识工程；轨迹聚类；组模式挖掘；置信区间；时空数据挖掘中图分类号：ＴＰ３９１．４文献标志码：Ａ文章编号：２０９５ —２７８３（２０１３）１０ —０９８１ —０５
Ｃｏｎｆｉｄｅｎｃｅ－ｉｎｔｅｒｖａｌａｐｐｒｏａｃｈｏｆｔｒａｊｅｃｔｏｒｙｃｌｕｓｔｅｒｉｎｇｆｏｒｇｒｏｕｐ