《表3 聚类结果的主要批标对比表》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《一种基于核距离的车辆轨迹点聚类方法》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

图3为3个算法在实验区域某一路口附近的聚类结果放大图，其中不同颜色的框代表不同的类簇。由图3可见，K-DBSCAN算法聚类结果（见图3(a））的主要类簇沿道路中心线两侧对称分布，沿道路方向有较长的延伸，且连续性较好，便于后续道路提取融合；O-DBSCAN-1算法聚类结果（见图3(b））的类簇比较零散，每个类簇包含的轨迹点数量较少；O-DBSCAN-2算法聚类结果（见图3(c））的类簇虽能形成一些沿道路分布的长类簇，但是数量较少且长度较短。表3为聚类结果各项指标的对比。由表3中可见，在3种轨迹点数据量的情况下，K-DBSCAN算法聚类结果的离群点率和CH指数普遍优于O-DBSCAN算法。