轨迹聚类算法

为了实现，页面上显示轨迹线段的报表，涉及到轨迹的算法，按例在网上了解了一些轨迹的算法，最终找到了相关的轨迹聚类算法，将不同人活着mac在地图上的移动轨迹进行聚类和输出。

算法中用到了轨迹距离，轨迹分段，最小描述算法，DBSCAN等算法，可以参考：

　　http://blog.youkuaiyun.com/jsc9410/article/details/51008444　　

　　http://blog.youkuaiyun.com/jsc9410/article/details/51004057

涉及到的算法文献: http://hanj.cs.illinois.edu/pdf/sigmod07_jglee.pdf

涉及到的算法python实现：https://github.com/apolcyn/traclus_impl

算法需要涉及到的基本参数：

核心距离（epsilon）：以某线段做为中心线，他的延伸距离

核心线范围内的最小线段数（min_neighbors）： 核心线范围内的最小线段数

聚类线段最小个数（min_num_trajectories_in_cluster）： 线段聚类内最小的线段个数

聚类内线段阈值（min_vertical_lines）：线段聚类内线段阈值

平滑线段阈值（min_prev_dist）：平滑聚类线段的阈值

 

由此，借用python实现的轨迹算法，对数据进行测试，可以得到相关的数据

 

 

转载于:https://www.cnblogs.com/dpwow/p/7884971.html