自适应粒度的道路移动对象聚类算法.pdfVIP

第 37卷 第 9期 计 算 机 科 学 Vol_37No．9 2010年 9月 Computer Science Sep2010 自适应粒度的道路移动对象聚类算法 史恒亮 刘传领 白光一 。 唐振民 (南京理工大学计算机学院 南京210094) (河南科技大学电信学院 洛阳471003) (方舟信息技术(苏州)有限公司 苏州215021)。 摘 要 以往的聚类算法能够减少道路交通网络 中移动对象与中心数据库的通信开销，但聚类粒度的大小是根据经 验设定的。分析了影响距离聚类粒度大小的因素，提 出用BP网络来训练历史数据，动态地获取距离聚类粒度值和时 间粒度值 ，并把这些粒度值作为新的历史数据来训练网络，使得粒度值能够根据道路交通网络中因素的改变而动态改 变，从而产生有效的道路网络聚类，减少通信开销，并预报道路交通的拥堵情况，为最优路径规划提供依据。 关键词 BP网络，自适应粒度，道路交通网络，移动对象，聚类算法 中图法分类号 TP311 文献标识码 A Self-adaptableGranularityRoadNetworkMovingObjects’ClusteringAlgorithm SHIHeng—liang。 LIU Chuawling BAIGuang—yi’。 TANG Zhen-min (SchoolofComputerScience，NanjingUniversityofScienceandTechnology，Nanjing210094，China) (SchoolofElectronicInformation，HenanUniversityofScience＆Technology，Luoyang471003，China) (NoahIT SolutionCorrL，ITD，Suzhou215021，China)3 Abstract Althoughpreviousclusteringalgorithmscanreducethecommunicationcostbetweenmovingobjectsandten— traldatabaseinroadtrafficnetwork，theclusteringgranularityissetbyexperiences．Thispaperanalysedtheinfluence factorsonclusteringdistancegranularity，andintroducedanovelmethodtotrain historicaldatawithBP network，and thengotclusteringdistancegranularityandclusteringtimegranularity dynamically．Beingnew historicaldata，these granularityvaluescanbemadetotrainBP networkfurther．Thisnetworkcanself-adaptinrespectofinfluencefactors dynamically，andbirthefficientclusteringgranularityvaluestoreducecommunicationcost，andforecasttrafficjamsas optima1routeplanning’sobservation． Keywords BPnetwork，Self-adaptablegranularity，Road—trafficnetwork，Movingobjects，Clusteringalgorithm 随着移动通信和定位技术的不断发展，移动对象的位置 离定义了道路网络中对象的聚类 问题l5]。他们分别对 3种不 获取及跟踪技术成为研究的热点。