典型文献
基于占空比的聚类算法评价指标研究
文献摘要：
基于密度的聚类算法(DBSCAN)是最有效的轨迹数据挖掘方法之一,但基于密度的聚类算法往往受到输入参数选择的限制.在轨迹数据挖掘中,聚类结果不仅受到类内距离和类间距离的影响,还受到聚类中坐标点个数的影响.因此,提出了一种新的基于内外占空比的集群有效性指标来平衡这三个因素,该指标可以自动选择密度聚类的输入参数,并在不同的数据集上形成有效的聚类,优化后的聚类方法可应用于出行者行为轨迹的深度分析和挖掘.实验结果证明,与传统的有效性指标相比,提出的基于占空比的评价指标能够优化输入参数,获得较好的出行者位置信息聚类结果.
文献关键词：
DBSCAN算法;有效性指数;密度聚类;轨迹聚类
中图分类号：
作者姓名：
张欣环;刘宏杰;吴金洪;施俊庆;毛程远;孟国连
作者机构：
浙江师范大学 道路与交通工程研究中心,浙江 金华 321004;西安交通大学 电子信息工程学院,西安 710049
文献出处：
引用格式：
[1]张欣环;刘宏杰;吴金洪;施俊庆;毛程远;孟国连-.基于占空比的聚类算法评价指标研究)[J].计算机工程与应用,2022(01):175-181
A类：
B类：
占空比,算法评价,基于密度的聚类算法,DBSCAN,轨迹数据挖掘,挖掘方法,输入参数,参数选择,在轨,类内距离,类间距离,坐标点,密度聚类,聚类方法,出行者,行为轨迹,深度分析,位置信息,有效性指数,轨迹聚类
AB值：
0.393659
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
