IGSNRR OpenIR
移动轨迹聚类方法研究综述
牟乃夏1; 徐玉静1; 张恒才2; 陈洁2; 张灵先1; 刘希亮2
2018
Source Publication测绘通报
ISSN0494-0911
Volume000Issue:001Pages:1
Abstract轨迹数据是人类移动行为的表征,能够映射出人的出行模式和社会属性等信息。怎样有效挖掘轨迹数据蕴藏的人类活动规律一直是研究的热点。通过轨迹聚类发现行为相似的类簇,从而探究群体的移动模式是轨迹挖掘和深度应用常见的方法之一。本文首先根据轨迹数据的特点,将轨迹数据模型分为轨迹点模型和轨迹段模型,并据此定义相应的相似性度量:空间相似性度量和时空相似性度量;然后,对两类模型的聚类方法进行了综述,并总结不同聚类算法的优缺点,以期为不同应用选取聚类算法提供科学依据;最后对移动轨迹数据聚类方法研究的发展趋势进行了讨论。
Language英语
Document Type期刊论文
Identifierhttp://ir.igsnrr.ac.cn/handle/311030/81538
Collection中国科学院地理科学与资源研究所
Affiliation1.山东科技大学
2.中国科学院地理科学与资源研究所
Recommended Citation
GB/T 7714
牟乃夏,徐玉静,张恒才,等. 移动轨迹聚类方法研究综述[J]. 测绘通报,2018,000(001):1.
APA 牟乃夏,徐玉静,张恒才,陈洁,张灵先,&刘希亮.(2018).移动轨迹聚类方法研究综述.测绘通报,000(001),1.
MLA 牟乃夏,et al."移动轨迹聚类方法研究综述".测绘通报 000.001(2018):1.
Files in This Item:
There are no files associated with this item.
Related Services
Recommend this item
Bookmark
Usage statistics
Export to Endnote
Google Scholar
Similar articles in Google Scholar
[牟乃夏]'s Articles
[徐玉静]'s Articles
[张恒才]'s Articles
Baidu academic
Similar articles in Baidu academic
[牟乃夏]'s Articles
[徐玉静]'s Articles
[张恒才]'s Articles
Bing Scholar
Similar articles in Bing Scholar
[牟乃夏]'s Articles
[徐玉静]'s Articles
[张恒才]'s Articles
Terms of Use
No data!
Social Bookmark/Share
All comments (0)
No comment.
 

Items in the repository are protected by copyright, with all rights reserved, unless otherwise indicated.