《表1 不同迭代次数下的聚类算法的时间 (h) 和准确率 (%)》

  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

《基于轨迹大数据技术的行为模式挖掘技术分析》

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

本次实验的软件环境是采用Hadoop和Mahout这两类软件工具，Hadoop是一种开源的机器学习分析工具，是能够基于Hadoop开展大量数据的挖掘分析，能够充分发挥集群数据的高速运算。通过收集基于江苏道路交通监控系统所采集到的实际数据，实验分别选取南通和常州2个城市所在的CZ1-NT2区间范围内的数据。在实验中，将PACO聚类算法与在同一场景中广泛使用的kmeans聚类算法进行了比较[4]。通过改变聚类算法放入迭代次数Gmax和领域的半径r以及阈值概率P的参数值进行实验。迭代的次数分别为10次、15次、20次，实验结果如表1所示。