• 主题
高级搜索  >
历史搜索 清空历史
首页> 外文期刊>Journal of Intelligent Information Systems >Time-focused clustering of trajectories of moving objects
【24h】

Time-focused clustering of trajectories of moving objects

机译：时间集中的运动对象轨迹聚类

获取原文
获取原文并翻译 | 示例
       
页面导航
  • 摘要
  • 著录项
  • 相似文献
  • 相关主题

摘要

Spatio-temporal, geo-referenced datasets are growing rapidly, and will be more in the near future, due to both technological and social/commercial reasons. From the data mining viewpoint, spatio-temporal trajectory data introduce new dimensions and, correspondingly, novel issues in performing the analysis tasks. In this paper, we consider the clustering problem applied to the trajectory data domain. In particular, we propose an adaptation of a density-based clustering algorithm to trajectory data based on a simple notion of distance between trajectories. Then, a set of experiments on synthesized data is performed in order to test the algorithm and to compare it with other standard clustering approaches. Finally, a new approach to the trajectory clustering problem, called temporal focussing, is sketched, having the aim of exploiting the intrinsic semantics of the temporal dimension to improve the quality of trajectory clustering.
机译：时空地理参考数据集正在快速增长，并且由于技术和社会/商业原因，在不久的将来还会更多。从数据挖掘的角度来看，时空轨迹数据引入了新的维度，并相应地带来了执行分析任务的新问题。在本文中，我们考虑了应用于轨迹数据域的聚类问题。特别地，我们提出了基于轨迹之间距离的简单概念的基于密度的聚类算法对轨迹数据的适应。然后，对合成数据进行一组实验，以测试该算法并将其与其他标准聚类方法进行比较。最后，勾勒出一种新的解决轨迹聚类问题的方法，称为时间聚焦，目的是利用时间维度的内在语义来提高轨迹聚类的质量。

著录项

相似文献

  • 外文文献
  • 中文文献
  • 专利
获取原文

客服邮箱：kefu@zhangqiaokeyan.com

京公网安备：11010802029741号 ICP备案号：京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有

  • 客服微信

  • 服务号