軌跡聚類算法


為了實現,頁面上顯示軌跡線段的報表,涉及到軌跡的算法,按例在網上了解了一些軌跡的算法,最終找到了相關的軌跡聚類算法,將不同人活着mac在地圖上的移動軌跡進行聚類和輸出。

算法中用到了軌跡距離,軌跡分段,最小描述算法,DBSCAN等算法,可以參考:

  http://blog.csdn.net/jsc9410/article/details/51008444  

  http://blog.csdn.net/jsc9410/article/details/51004057

涉及到的算法文獻: http://hanj.cs.illinois.edu/pdf/sigmod07_jglee.pdf

涉及到的算法python實現:https://github.com/apolcyn/traclus_impl

算法需要涉及到的基本參數:

核心距離(epsilon):以某線段做為中心線,他的延伸距離
核心線范圍內的最小線段數(min_neighbors): 核心線范圍內的最小線段數
聚類線段最小個數(min_num_trajectories_in_cluster): 線段聚類內最小的線段個數
聚類內線段閾值(min_vertical_lines):線段聚類內線段閾值
平滑線段閾值(min_prev_dist):平滑聚類線段的閾值
 
由此,借用python實現的軌跡算法,對數據進行測試,可以得到相關的數據
 

 


免責聲明!

本站轉載的文章為個人學習借鑒使用,本站對版權不負任何法律責任。如果侵犯了您的隱私權益,請聯系本站郵箱yoyou2525@163.com刪除。



 
粵ICP備18138465號   © 2018-2025 CODEPRJ.COM