作者：张致宁轨迹数据数据挖掘dbscan
摘要：随着信息技术的快速发展,城市产生大量轨迹数据,面对高体量、高复杂度的数据,如何高效地挖掘出有用的信息以支持科学研究是目前的难题。在此背景下,本文基于DBSCAN和K-means聚类算法实现基于空间轨迹数据的挖掘研究。基于Matlab编程语言,结合轨迹挖掘架构,对两种算法从原理,数据处理流程及程序运行时间和精度等多方面展开对比分析,得出其各自的特性及适用范围,可为该领域内相关的数据挖掘研究提供一定的参考。
注：因版权方要求，不能公开全文，如需全文，请咨询杂志社
