聚类时间事件

Posted 2023-03-12

【中文标题】聚类时间事件

【英文标题】：Clustering time events

【发布时间】：2018-01-17 15:34:08

【问题描述】：

我有一个关于使用点云进行聚类的问题，其中一维（代表时间）受到一定程度的保护。

为了清楚起见，请考虑这个视频

肉眼可能会看到一些密密麻麻的云层像蚊子一样四处飞舞，它们可能代表着几种东西进出一个场景。现在假设我们有一个 3 维点数组（x,y,time）并应用一些简单的聚类（比如 DBSCAN）

现在聚类效果很好，除了会议事件被考虑在同一个聚类中，提出了 X 轨迹。现在，如果有某种方法可以区别对待第三个坐标，也许人们可以恢复基本事实。哪些算法可能非常适合这个问题？

【参考方案1】：

DBSCAN 存在基于密度的流变体。

它们应该准确地解决您的集群随着时间的推移缓慢移动以及集群出现和消失的场景。

不过，我不相信所有这些“流式传输”方法。他们似乎没有使用任何真实数据，只使用模拟和非自然流，例如“扑克牌”。

【讨论】：

这些算法的代码在线可用吗？也许在像 SKLearn 这样的库中实现？我想在我的数据上进行测试。非常感谢！

你查看过R包stream吗？文档中的示例与上面的示例非常相似。