基于网格密度和引力的不确定数据流聚类算法

为改进EMicro算法存在的不足提出了GDF-CUStreams算法。该算法采用网格特征向量存储数据的分布特征,通过更新网格特征向量合并成簇对不确定数据流聚类,对新数据点的到来采用增量聚类。通过网格密度和网格质心之间的距离判定网格是否是零星网格,利用网格引力对簇边界进行优化,检测和删除零星网格,使簇边缘更加平滑,提高聚类精度。其中网格密度和网格质心都采用增量更新。实验结果表明,与EMicro算法相比,GDF-CUStreams效率更高且效果良好。

基于从众心理的元胞自动机模型

对群流动行为进行分析主要有宏观模型、微观模型和社会力模型,这三种模型在某些方面都可起到模拟人群流动的作用,故在建筑设计、安全防范、灾难预警、危机处置等方面能起到很好的理论指导作用,但在实际情况下,个体行为人一般都具有从众心理,外界对元胞在网格中的移动起着重要作用,文章以此为前提,在元胞自动机模型基础上,提出了一种基于从众心理的元胞自动机模型。