科研之友
微信
新浪微博
Facebook
分享链接
摘要
针对传统航迹聚类预测算法对时间数据预测不准确的问题，本文提出了一种基于K-means++时间聚类的航迹预测算法。该算法使用ADS-B数据作为数据源，通过K-means++算法对时间数据进行聚类，使用修正欧式距离算法进行航迹相似度的计算，分别根据直线阶段和转弯阶段的特征分配不同的聚类方法得出聚类航迹，最后对聚类航迹进行当前位置修正得到预测航迹。通过实际航迹数据进行算例试验，结果显示该预测算法具有较高的准确性。
- 单位
针对传统航迹聚类预测算法对时间数据预测不准确的问题，本文提出了一种基于K-means++时间聚类的航迹预测算法。该算法使用ADS-B数据作为数据源，通过K-means++算法对时间数据进行聚类，使用修正欧式距离算法进行航迹相似度的计算，分别根据直线阶段和转弯阶段的特征分配不同的聚类方法得出聚类航迹，最后对聚类航迹进行当前位置修正得到预测航迹。通过实际航迹数据进行算例试验，结果显示该预测算法具有较高的准确性。
