[发明专利]一种轨迹数据参数自适应的聚类方法

摘要

本发明公开了一种轨迹数据参数自适应的聚类方法，首先设置参数T和α，再根据时间维度取数据中的交集的部分作为将要处理的样本点，引入置信区间和分布散度为评价标准，保证了样本点数据的有效性和准确性，从而减少了处理数据量。之后，利用交集的数据引入一种点密度的度量的方法解决eps值设定问题，并根据滑动窗口的方式找出单位最大样本个数与单位最小样本个数，取其均值的操作来作为MinPts的设置值。本发明提供的轨迹数据参数自适应的聚类方法不仅解决了DBSCAN聚类算法本身只能处理小量数据的缺点，还能自适应的设定DBSCAN聚类算法中的eps和MinPts值，解决现有技术中只能根据经验人工设定，导致的聚类效果不理想的问题。