一种改进的航迹聚类方法

针对现有处理轨迹数据的聚类算法大多数存在时间复杂度高,聚类效果达不到处理预期的情况,提出一种基于快速DTW距离度量的并行剪枝层次聚类算法。在计算不同轨迹之间的相似度过程中采用快速DTW算法取代计算效果较差的欧氏距离度量算法;合并簇与更新距离矩阵由单步运算改为批次运算,加快收敛速度;对于远离聚类中心的离群轨迹及时剪枝,减少不必要的合并簇与更新距离矩阵操作。通过处理大规模航迹数据,可视化聚类过程,相较于目前常用的层次聚类算法时间复杂度降低20%,基于真实飞行数据验证该算法的有效性。