论文中分析了城市出租车的轨迹和检测社会集群。为了更好地检测轨迹中可能的群落,提出了一种鲁棒的社区检测算法。该算法从轨迹集中提取数据特征空间关系矩阵,并使用这个矩阵定义轨迹相似度矩阵。将相似度矩阵变换为相异度矩阵,基于相异度的稀疏子集选择(DS3)算法用于分析多个稀疏子集。每个子集对应于一个集群,该集群是要检测的社区。这可以避免陷入局部最优,不需要进行算法迭代和多次计算来提高社区检测的准确性和效率。实验结果证明了该方法的有效性。
科研之友
微信
新浪微博
Facebook
分享链接
