|
|
1.
基于轨迹结构的移动对象热点区域发现
吕绍仟, 孟凡荣, 袁冠
计算机应用
2017, 37 (1):
54-59.
DOI: 10.11772/j.issn.1001-9081.2017.01.0054
针对现有热点区域发现算法难以从轨迹数据集中准确识别活动热点的问题，提出了基于轨迹结构的热点区域发现框架（TS_HS）。TS_HS由候选区域发现（CHSD）算法和热点区域过滤（HSF）算法组成。首先，使用基于网格相对密度的CHSD识别空间上的轨迹密集区域作为候选热点区域；然后，利用HSF根据候选区域中轨迹的活动特征和时间变化特征，筛选出移动对象活动频繁的热点区域。在Geolife数据集上进行的实验表明，与基于全局密度的热门区域发现算法（GD_HR）以及移动轨迹时空热点区域发现算法（SDHSRD）相比，TS_HS能更有效地解决多密度热点区域的识别问题。实验结果表明，TS_HS能够根据轨迹的活动特征准确发现移动对象的活动热点区域。
参考文献 |
相关文章 |
多维度评价
|
|
