张强
- 作品数:1 被引量:0H指数:0
- 供职机构:福州大学福建省空间信息工程研究中心空间数据挖掘与信息共享教育部重点实验室更多>>
- 发文基金:国家自然科学基金更多>>
- 相关领域:天文地球更多>>
- 签到位置数据的密度峰值快速搜索与聚类方法
- 2017年
- 位置签到数据蕴含了城市居民活动变化。由于客户端位置候选问题,不同的签到行为以同一候选位置签到时会产生位置重复现象。针对现有密度聚类方法在签到数据聚类上存在的问题,以快速搜索和查找密度峰值聚类算法(CFSFDP)为基础,提出了签到位置数据的密度峰值快速搜索与聚类方法。首先,引入位置重复频率来表达签到位置重复,然后,对原始签到位置数据点统计位置重复频率并重新设计数据结构,以新的空间点要素为研究对象寻找密度峰值点;最后,构建了峰值点密度簇聚类算法,在点要素集聚类过程中考虑密度连通性来保证峰值密度簇的连续与完整。试验表明,所提出的聚类方法有效避免了重复度较高的离群位置对象选为峰值并聚类的情况,并具有良好的空间适应性。所提取的密度峰值点不仅可以用来表示热区的中心,还能够反映热区的集中趋势,进而可以帮助探索热区的动态变化情况。
- 刘萌邬群勇邱端昇孙梅张强
- 关键词:空间聚类