轨迹聚类算法

为了实现,页面上显示轨迹线段的报表,涉及到轨迹的算法,按例在网上了解了一些轨迹的算法,最终找到了相关的轨迹聚类算法,将不同人活着mac在地图上的移动轨迹进行聚类和输出。

算法中用到了轨迹距离,轨迹分段,最小描述算法,DBSCAN等算法,可以参考:

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

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

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

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

算法需要涉及到的基本参数:

核心距离(epsilon):以某线段做为中心线,他的延伸距离
核心线范围内的最小线段数(min_neighbors): 核心线范围内的最小线段数
聚类线段最小个数(min_num_trajectories_in_cluster): 线段聚类内最小的线段个数
聚类内线段阈值(min_vertical_lines):线段聚类内线段阈值
平滑线段阈值(min_prev_dist):平滑聚类线段的阈值
 
由此,借用python实现的轨迹算法,对数据进行测试,可以得到相关的数据
 
原文地址:https://www.cnblogs.com/dpwow/p/7884971.html