%0 Journal Article
%T 一种用于居住热区聚类的改进CLIQUE算法
%A 付宝君
%A 张秉桢
%A 朱海龙
%A 李世明
%A 杜军
%J 中山大学学报（自然科学版）
%D 2020
%X 摘要 在居住热区分析应用中,已有的CLIQUE算法密度阈值初始化多采用主观性较强的经验值,容易对聚类结果造成不良影响.针对该问题提出了一种自适应密度阈值选取的CLIQUE算法(APS-CLIQUE,Adaptive Parameter Selection-CLIQUE),并对聚类边界进行了优化处理.该算法首先使用四分位数箱型模型排除数据形态两端对结果的干扰,解决密度阈值自适应问题;其次通过边界网格的判定,提高了聚类边界精度.使用UCI标准数据集、成都市出租车GPS轨迹浮动数据集进行了对比实验,实验结果表明本文算法的Dunn指数较CLIQUE算法分别提高了26.53%、28.66%
%K 居住热区
%K CLIQUE算法
%K 自适应密度阈值
%K Dunn指数
%U http://xwxt.sict.ac.cn/CN/abstract/abstract5246.shtml