期刊导航
期刊开放获取
cqvip
退出
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
1
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式:
文摘
详细
列表
相关度排序
被引量排序
时效性排序
基于OPTICS聚类和关联分析的轨迹伴随模式分析
被引量:
4
1
作者
胡文博
黄蔚
胡国超
《计算机与现代化》
2017年第12期82-87,共6页
目前,主流的轨迹伴随模式挖掘方法大多是对连续短时间内轨迹的一次挖掘,忽略了前后非连续时间上的关联分析,因此对隐含伴随模式的挖掘不准确。本文对轨迹伴随模式进行了分析,并提出一种结合密度聚类和关联分析的伴随模式分析方法。该方...
目前,主流的轨迹伴随模式挖掘方法大多是对连续短时间内轨迹的一次挖掘,忽略了前后非连续时间上的关联分析,因此对隐含伴随模式的挖掘不准确。本文对轨迹伴随模式进行了分析,并提出一种结合密度聚类和关联分析的伴随模式分析方法。该方法首先挖掘轨迹数据中的局部模式簇,通过非连续时间片局部模式簇的关联分析,优化挖掘结果。实验结果表明本文方法可以有效地挖掘轨迹中的伴随模式。
展开更多
关键词
目标轨迹数据
伴随
模式
挖掘
密度聚类
关联分析
群体运动
模式
下载PDF
职称材料
题名
基于OPTICS聚类和关联分析的轨迹伴随模式分析
被引量:
4
1
作者
胡文博
黄蔚
胡国超
机构
华北计算技术研究所
出处
《计算机与现代化》
2017年第12期82-87,共6页
文摘
目前,主流的轨迹伴随模式挖掘方法大多是对连续短时间内轨迹的一次挖掘,忽略了前后非连续时间上的关联分析,因此对隐含伴随模式的挖掘不准确。本文对轨迹伴随模式进行了分析,并提出一种结合密度聚类和关联分析的伴随模式分析方法。该方法首先挖掘轨迹数据中的局部模式簇,通过非连续时间片局部模式簇的关联分析,优化挖掘结果。实验结果表明本文方法可以有效地挖掘轨迹中的伴随模式。
关键词
目标轨迹数据
伴随
模式
挖掘
密度聚类
关联分析
群体运动
模式
Keywords
target trajectory data
adjoint pattern mining
density clustering
association analysis
population movement model
分类号
TP391.1 [自动化与计算机技术—计算机应用技术]
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
基于OPTICS聚类和关联分析的轨迹伴随模式分析
胡文博
黄蔚
胡国超
《计算机与现代化》
2017
4
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部