| 456 | 18 | 78 |
| 下载次数 | 被引频次 | 阅读次数 |
目标航迹聚类能够从海量的航迹数据中发现目标的潜在运动轨迹,是态势数据挖掘、行为意图分析的重要技术手段。提出一种能够对目标航迹数据进行聚类分析、发现目标潜在运动轨迹的算法,以航迹线段作为分析对象,根据垂直距离、平行距离和角度距离综合判断2条航迹线段之间的距离,将距离相近的线段聚为一类。实验结果表明,该算法能够从大量航迹数据中发现目标运动的轨迹特征。
Abstract:Clustering track data of moving objects is an important means for the analysis of situation data and speculation on objects' behavioral intentions. An algorithm of mining moving path data of objects for movement track patterns is presented in this paper. This algorithm is special in that it focuses on path segments,instead of the whole path,to implement mining patterns. Experimental results show that this approach is effective and scalable.
[1]王涛波,黄宝军.基于4D航迹的模糊聚类分析[J].交通信息与安全,2013,31(180):38-42.
[2]王洁宁,孙禾,赵元棣.基于时间—空间的进场航迹聚类分析[J].科学技术与工程,2013,13(33):10 078-10 081.
[3]王超,徐肖豪,王飞.基于航迹聚类的终端区进场程序管制适用性分析[J].南京航空航天大学学报,2013,45(1):130-139.
[4]王超,王明明,王飞.基于改进的模糊C-Means航迹聚类方法研究[J].中国民航大学学报,2013,31(3):14-18.
[5]杨咏建,祝胜强.态势标绘系统设计分析[J].无线电通信技术,2012,38(1):52-55.
[6]王增福,潘泉,郎林,等.基于减法聚类的动态航迹聚类算法[J].系统仿真学报,2009,21(16):5 240-5 246.
[7]ACHTERT E,BOHM C,KRIEGEL H-P,et al.Deriving Quantitative Models for Correlation Clusters[C]∥12th ACM SIGKDD Int'l Conf.on Knowledge Discovery and Data Mining,Philadelphia,Pennsylvania,2006:4-13.
基本信息:
中图分类号:TP311.13
引用信息:
[1]陈勇.一种目标航迹数据聚类挖掘分析方法[J].无线电工程,2015,45(03):22-24.
基金信息:
国家自然科学基金资助项目(61003091)