冷泳林， 鲁富宇

(渤海大学 a.信息科学与技术学院; b.教务处，辽宁 锦州 121000)

一种基于时序的层次轨迹聚类算法

冷泳林a， 鲁富宇b

(渤海大学 a.信息科学与技术学院; b.教务处，辽宁 锦州 121000)

聚类相似的运动轨迹，获取对象主要运动特征是轨迹路径聚类的目标之一。本文针对轨迹路径数据量大、传统整体轨迹聚类算法效率低等问题，提出了一种基于时序的层次轨迹聚类算法(hierarchical trajectory clustering algorithm based on time series,HTCTS)。算法首先将完整的轨迹数据按一定的时间间隔进行分割，然后对分割的子路径分别聚类，最后在对聚类子集进行二次聚类，生成最终的聚类结果。实验结果表明：HTCTS算法在聚类效率和聚类质量上高于整体轨迹聚类算法。

轨迹聚类；轨迹路径；相似性；AP算法

目前，物联网技术日趋成熟，他由物联网采集的数据无处不在。 轨迹数据就是其中一种重要的数据，其来源非常广泛，如动物移动路径、车辆运行路线、用户购买路线等等。 这些轨迹数据通常包括活动的时间、速度、位置等基础信息。通过对这些轨迹数据的分析，可以获取移动对象个体或群体运动的模式，如超市用户习惯路线图，鸟类迁徙时间、路线，道路交通情况等，辅助研究者和管理者做出决策分析[1-3]。

轨迹聚类是一种有效的分析轨迹数据的方法。 针对不同的轨迹数据，人们研究了大量轨迹聚类算法。如Caffney等提出的基于模型的轨迹聚类算法[4-7]。Lee等提出的TRACLUS，一种执行在全部子轨迹集合上的基于密度的聚类算法[7]。Ahmed Kharrat 等提出的NETSCAN，一种在路网空间下的基于密度的轨迹聚类方法。……