-
公开(公告)号：CN110781958A
公开(公告)日：2020-02-11
申请号：CN201911022154.X
申请日：2019-10-25
Applicant: 福州大学
IPC: G06K9/62
Abstract: 本发明涉及一种基于最大生成树和最优图分割的OD流向聚类方法，包括以下步骤：步骤S1:采集待测轨迹数据；步骤S2:从轨迹数据中提取出原始流向数据并预处理，构成OD流向集合F；步骤S3:计算OD流向集合F中各OD流向间的相似性数值，并构建F的最大权重生成树MST，并对其进行切割，得到若干个互无相似关系的子树CT和噪声流向；步骤S4:对子树进行自相似性判断，如果子树的自相似性满足预设类簇输出标准，则将子树中的流向组织成OD流向类簇进行输出，否则进行步骤S5；步骤S5：对不满足类簇输出标准的子树采用迭代的最优二分割方法进行切割，直到切割后的预设子树满足类簇输出标准并组织成OD流向类簇输出。本发明能有效提高运算效能和降低计算时间。
-
公开(公告)号：CN110232421A
公开(公告)日：2019-09-13
申请号：CN201910540421.6
申请日：2019-06-21
Applicant: 福州大学
Abstract: 本发明涉及一种逐级合并OD流向时空联合聚类方法，包括以下步骤：原始流向数据预处理，构建OD流向集合F；利用时空相似性度量统计出流向Fi周边与其相似的流向数numi；筛选出初始聚类类簇并以此构建出流向类簇集合Cset；设置OD流向类簇逐级合并等级.按照OD流向类簇合并等级的顺序逐级对OD流向类簇进行合并并更新流向类簇集合Cset，完成OD流向的聚类过程。本发明在流向相似度度量中充分考虑了OD流向长度、角度、时间等因素对OD流向聚类的影响，聚类类簇既包含空间特征也包含时间特征，通过调节相似性度量中的时间参数和空间参数可以得到不同时间尺度和空间尺度的聚类结果，具有较高的实用价值。
-
公开(公告)号：CN110781958B
公开(公告)日：2022-06-17
申请号：CN201911022154.X
申请日：2019-10-25
Applicant: 福州大学
IPC: G06K9/62
Abstract: 本发明涉及一种基于最大生成树和最优图分割的OD流向聚类方法，包括以下步骤：步骤S1:采集待测轨迹数据；步骤S2:从轨迹数据中提取出原始流向数据并预处理，构成OD流向集合F；步骤S3:计算OD流向集合F中各OD流向间的相似性数值，并构建F的最大权重生成树MST，并对其进行切割，得到若干个互无相似关系的子树CT和噪声流向；步骤S4:对子树进行自相似性判断，如果子树的自相似性满足预设类簇输出标准，则将子树中的流向组织成OD流向类簇进行输出，否则进行步骤S5；步骤S5：对不满足类簇输出标准的子树采用迭代的最优二分割方法进行切割，直到切割后的预设子树满足类簇输出标准并组织成OD流向类簇输出。本发明能有效提高运算效能和降低计算时间。
-
公开(公告)号：CN110232421B
公开(公告)日：2022-05-24
申请号：CN201910540421.6
申请日：2019-06-21
Applicant: 福州大学
Abstract: 本发明涉及一种逐级合并OD流向时空联合聚类方法，包括以下步骤：原始流向数据预处理，构建OD流向集合F；利用时空相似性度量统计出流向Fi周边与其相似的流向数numi；筛选出初始聚类类簇并以此构建出流向类簇集合Cset；设置OD流向类簇逐级合并等级.按照OD流向类簇合并等级的顺序逐级对OD流向类簇进行合并并更新流向类簇集合Cset，完成OD流向的聚类过程。本发明在流向相似度度量中充分考虑了OD流向长度、角度、时间等因素对OD流向聚类的影响，聚类类簇既包含空间特征也包含时间特征，通过调节相似性度量中的时间参数和空间参数可以得到不同时间尺度和空间尺度的聚类结果，具有较高的实用价值。
-
-
-
Search Results
4
records
(took 0.015 seconds)
