摘要
针对公交站点全球定位系统数据采集过程中定位精度较低的问题,提出一种用于公交站点聚类的AP算法。AP算法以相似度矩阵为基础,根据聚类对象自动进行分类判断,依靠2点之间消息传递迭代更新得到最佳的聚类结果。针对公交站点数据特征选择参考度,提出个数控制和距离控制的改进方法。实验结果表明,该算法能够准确得到公交站点聚类个数,有效排除噪声点,执行效率满足要求。
针对公交站点全球定位系统数据采集过程中定位精度较低的问题,提出一种用于公交站点聚类的AP算法。AP算法以相似度矩阵为基础,根据聚类对象自动进行分类判断,依靠2点之间消息传递迭代更新得到最佳的聚类结果。针对公交站点数据特征选择参考度,提出个数控制和距离控制的改进方法。实验结果表明,该算法能够准确得到公交站点聚类个数,有效排除噪声点,执行效率满足要求。
出处
《计算机工程》
CAS
CSCD
北大核心
2011年第S1期223-225,232,共4页
Computer Engineering
基金
国家自然科学基金资助项目(40971098)
关键词
聚类
AP算法
相似度矩阵
消息传递
clustering
Affinity Propagation(AP) algorithm
similarity matrix
message passing
