Abstract：
传统的密度峰值聚类算法不仅具有较高的计算复杂度且未考虑路网固有的拓扑结构，无法衡量各路段之间的关联关系。针对这一问题，提出基于图密度峰值聚类算法的出行热点路段发现。该算法将交通路网用图模型结构，然后以各路段为基本单元计算局部密度及高局部密度距离并画出决策图找出聚类中心，最后结合实际区域的兴趣点分析该聚类簇成为热点路段的潜在可能。借助于图模型表达形式的优势，该算法不仅可以大幅度提升算法的计算复杂度，而且可以更加准确合理的找出热点路段。通过在滴滴-成都轨迹数据集上的实验表明，图密度峰值聚类算法具有更高的热点路段发现精度，并且在计算效率上有大幅度提升。
Keyword：
Reprint Author's Address：
Email：
Source ：
中国传媒大学学报(自然科学版)
Year： 2023
Issue： 01
Volume： 30
Page： 31-38
Cited Count：
WoS CC Cited Count： 0
SCOPUS Cited Count：
ESI Highly Cited Papers on the List： 0 Unfold All
WanFang Cited Count：
Chinese Cited Count：
30 Days PV： 0
Affiliated Colleges：
