T -DBSCAN - Implementazione della logica
-
02-11-2019 - |
Domanda
Sto tentando di implementare l'algoritmo T-DBSCAN descritto in T-DBSCAN: un clustering di densità spazio-temporale per la segmentazione della traiettoria GPS. Sono stato in grado di implementare la maggior parte della logica tra le definizioni (pagina 3) e lo pseudo-codice (pagina 4), ma non sono stato in grado di implementare la logica per determinare se un cluster è un stop
come descritto nella definizione 9 della carta (pagina 3). In particolare, ho difficoltà a capire la definizione 7 "temporalmente continua", a cui si fa riferimento nella definizione 9:
Definizione 7. temporalmente continuo (TC). Lascia che i timestamp di min e massimo di un cluster $ C $ ($ sottomarino D $) $ text {Mint} $ e $ text {maxt} $, rispettivamente. $ C $ è noto come "temporalmente continuo" se, per $ forall {p_t in d} $ e $ mint <t <maxt $, $ p_t in c $.
dove $ D $ è la traiettoria e $ p_t $ è un punto alla volta $ t $.
Mentre leggo la definizione 7, sembra che significhi che un cluster è temporalmente continuo se i punti nel cluster sono nella traiettoria e se tutti i timestamp del punto nel cluster sono tra il tempo minimo e il tempo massimo nel cluster , il che non ha senso, perché tutti i punti in un cluster saranno sempre tra i timestamp minimi e massimi nello stesso cluster, rendendo tutti i cluster temporalmente continui.
Qualcuno sarebbe disposto a indicarmi nella giusta direzione di come interpretare questa sezione? Anche la logica della definizione 9 non è inclusa nello pseudo-codice, quindi ho solo la definizione da cui si spenga.
Ho letto un'implementazione esistente su Github Che non ha neanche questa logica implementata, il che mi porta a credere che questa sezione sia banale e non abbia bisogno di essere implementata, o che non sono l'unico che ha avuto problemi che implementano quest'ultima sezione dell'algoritmo.
Grazie per qualsiasi aiuto che puoi fornire. Sono disposto a fornire più informazioni che ho che saranno utili.
Nessuna soluzione corretta