基于PDBSCAN算法的雷电临近趋势预报方法

    公开(公告)号:CN106251026A

    公开(公告)日:2016-12-21

    申请号:CN201610674402.9

    申请日:2016-08-16

    Abstract: 本发明公开了一种基于PDBSCAN算法的雷电临近趋势预报方法,针对传统DBSCAN算法对雷电预报的不足,从参数赋值选择和优化内存结构这两方面,将VDBSCAN算法和IDBSCAN算法进行复合,用复合后提出的PDBSCAN算法对雷电数据进行等时段聚类,通过对各等时段下的最大雷电簇的空间中心进行线性拟合,求得下一时刻的雷电密度最大发生区的空间坐标。该算法不仅考虑了雷电簇内部密度变化单一的情况,也克服DBSCAN算法对变密度情况下易出错的情况,完善了对雷电可能出现的各类空间分布形态的参数选取。同时,较好地优化了算法运行时的存储结构,提高了运算效率。

    一种出租车载客轨迹聚类算法Tr-OPTICS

    公开(公告)号:CN107392245A

    公开(公告)日:2017-11-24

    申请号:CN201710591987.2

    申请日:2017-07-19

    CPC classification number: G06K9/6226 G01S19/42 G06Q50/30

    Abstract: 本发明公开了一种出租车载客轨迹聚类算法Tr-OPTICS,该方法以载客轨迹为研究对象,重新定义了轨迹的可达距离、核心轨迹的概念,以及核心轨迹的搜索邻域范围。同时针对大数据量的载客轨迹,将算法中的空间索引以邻接表来替代,从而降低算法的计算复杂度。本发明提出的Tr-OPTICS算法提高了算法执行效率,同时也提高了聚类结果的准确性。并且能够在不同样本量下保持稳定,在聚类结果上本发明算法可以更有效地发现载客子轨迹的频繁模式。

Patent Agency Ranking