%0 Journal Article
%T 基于样本权重的出租车聚集区识别算法
%A 姬波
%A 叶阳东
%A 卢红星
%J 计算机应用
%D 2013
%X ？聚类技术可以用于对具有动态、随机和异步并发特性的出租车对象进行分类。但是，现有的聚类技术认为每个出租车样本对聚类的贡献相同，没有考虑到不同样本的不同影响，这在一定程度上影响了聚类的精度。提出了一种基于样本权重的出租车聚集区识别算法——sfta_ib算法,算法引入了样本权重来充分反映不同样本的贡献度。在此基础上，将出租车视为原变量x，出租车坐标数据视为相关变量y，目标是寻求压缩变量t，在t中最大化保留相关变量的信息。实验表明，sfta_ib算法可以准确识别目标样本周边的出租车聚集区，针对性地指导目标出租车个体的巡游线路，提高乘客搜寻效率。
%K 信息瓶颈
%K 样本权重
%K 模式识别
%K 出租车
%K 聚集区
%U http://www.joca.cn/CN/abstract/abstract16419.shtml