汽车行驶轨迹数据密度峰值聚类算法研究

江浩斌; 路保松; 李傲雪

首页> 中文期刊> 《汽车工程》 >汽车行驶轨迹数据密度峰值聚类算法研究

汽车行驶轨迹数据密度峰值聚类算法研究

开具论文收录证明 >>

期刊封面封底目录下载 >>

文献代查 >>

页面导航

摘要
著录项
相似文献
相关主题

摘要

随着物联网、V2X和智慧城市等技术的广泛应用,大量的车辆轨迹数据得以记录保留。利用这些轨迹数据可以提取相关信息,例如计算最优路径、检测异常驾驶行为、监测城市交通流量以及预测车辆下一个位置等,轨迹聚类是关键技术之一。密度峰值聚类(density peaks clustering,DPC)作为一种简单有效的基于密度的聚类算法,算法中局部密度的定义未充分考虑数据样本密度分布不均时密度差异的影响,也没有适用于汽车行驶轨迹的相似性度量。此外,算法在遇到相对高维的数据时效果不佳。本文通过引入k近邻思想(k-nearest neighbor,KNN)和主成分分析法(principal component analysis,PCA)并且改进相似性度量,提出了一种适用于汽车行驶轨迹的密度峰值聚类算法。该算法首先使用PCA对高维数据进行预处理;然后采用k近邻思想重新定义局部密度;最后通过重新定义轨迹间的距离函数,摒弃了欧氏距离对分配策略的不良影响。通过对人工合成数据集的实验,证明了算法的可行性;同时算法的有效性也在实际汽车行驶轨迹数据上得到了验证。

著录项

来源
《汽车工程》 |2023年第7期|1153-1162|共10页
作者
江浩斌; 路保松; 李傲雪;
展开▼
作者单位

江苏大学汽车与交通工程学院;

展开▼
原文格式 PDF
正文语种 chi
中图分类计算技术、计算机技术;
关键词
密度峰值聚类; 汽车行驶轨迹数据; K近邻; 主成分分析; 相似性度量;

相似文献

中文文献
外文文献
专利

1. 基于改进密度峰值聚类算法的轨迹行为分析 [J] . 吕奕 ,刘漫丹 . 计算机工程与应用 . 2022,第17期
2. 一种基于密度峰值聚类的经典轨迹计算方法 [J] . 李旭东 ,成烽 . 中国电子科学研究院学报 . 2019,第9期
3. 基于密度峰值聚类的中尺度涡轨迹自动追踪方法 [J] . 王辉赞 ,郭芃 ,倪钦彪 . 海洋学报（中文版） . 2018,第8期
4. 基于密度峰值的轨迹聚类算法 [J] . 刘曾超前 ,许光銮 . 国外电子测量技术 . 2017,第4期
5. 密度峰值聚类算法研究综述 [J] . 王森 ,邢帅杰 ,刘琛 . 华东交通大学学报 . 2023,第1期
6. 基于快速搜索密度峰值聚类的智能故障诊断 [C] . WEI Zexian ,韦泽贤 ,WANG Yanxue . 2016年全国设备监测诊断与维护学术会议、第十五届全国设备故障诊断学术会议、第十七届全国设备监测与诊断学术会议、2016年全国设备诊断工程会议 . 2016
7. 基于DNA微阵列数据的密度峰值聚类算法研究与应用 [A] . 刘晓光 . 2020

汽车行驶轨迹数据密度峰值聚类算法研究

摘要

著录项

相似文献

相关主题

期刊订阅