FCS 12(2) 智慧城市与城市计算专栏 | 基于轨迹流的在线聚类分析

点击上方蓝字

关注我们

导读

随着定位技术的蓬勃发展与定位设备的广泛应用，衍生了海量移动对象的位置信息。该类位置数据包含地理坐标、速度、方向以及时间戳等信息，被实时采集且持续增加，形成了大规模、高速的轨迹数据流。及时、有效的对轨迹流数据进行聚类分析，可以感知移动对象时变进化的行为规律。然而，对时变进化的轨迹流数据进行在线聚类不仅面临严格的时空复杂性限制要求，还需有效解决伴随轨迹流数据产生的“概念漂移”问题。本文首先提出了一种概要数据结构用以实时获取轨迹流数据的聚类特征。在此基础上，结合滑动窗口模型提出了一种增量算法（OCluST方法）用于对轨迹流数据进行在线聚类分析。OCluST方法包括对最近到达的轨迹线段集进行在线分析的微聚类阶段，以及基于用户特定时间范围内微聚类结果进行再次聚类的宏聚类阶段。理论分析与实际轨迹数据上的实验结果表明，本文所提的OCluST方法能实时追踪轨迹数据的聚类演变趋势，在聚类轨迹流时具有优越的性能。

文章精要

    请长按下方二维码识别，阅读该文。

相关内容推荐：

FCS 12(2) 智慧城市与城市计算专栏 | 移动群智感知任务优化分发——基于移动模式匹配视角

Special Column on Smart Cities and Urban Computing

Urban computing: enabling urban intelligence with big data

---

---

Frontiers of Computer Science

---

Frontiers of Computer Science （FCS）是由教育部主管、高等教育出版社出版、SpringerNature 公司海外发行的英文学术期刊。本刊于 2007 年创刊，双月刊，全球发行。主要刊登计算机科学领域具有创新性的综述论文、研究论文等。本刊主编为李未院士，执行主编为熊璋教授和周志华教授。编委会及青年 AE 团队由国内外知名学者及优秀青年学者组成。本刊被 SCI、Ei、DBLP、INSPEC、SCOPUS 和中国科学引文数据库（CSCD）核心库等收录，为 CCF 推荐期刊；两次入选“中国科技期刊国际影响力提升计划”；入选“第4届中国国际化精品科技期刊”。

---

长按二维码关注Frontiers of Computer Science公众号