GNSS数据的智能聚类学习算法研究  

Research on intelligent clustering learning algorithm for GNSS data

作　　者：周相兵 ZHOU Xiangbing(Research Center for Digital Mountain and Remote Sensing Application Institute of Mountain and Environment,CAS,Chengdu 610041,China;School of information and Engineering,Sichuan Tourism University,Chengdu 610059,China)

机构地区：[1]中国科学院水利部成都山地灾害与环境研究所数字山地与遥感应用研究中心 [2]四川旅游学院信息与工程学院

出　　处：《测绘学报》2019年第8期1072-1072,共1页Acta Geodaetica et Cartographica Sinica

基　　金：四川省科技计划(2016GZ0140;2018GZ0177);国家自然科学基金(61071121);四川省高校科研创新团队(15DT0039)

摘　　要：随着GNSS终端设备的普及与广泛应用,海量的、带丰富位置信息的数据所隐藏的地质与空间变迁信息正在支撑智慧城市的发展。论文以10组不同城市出租车GPS数据为研究对象,以遗传算法、粒子群算法和蚁群算法3种智能算法为研究基础,以聚焦划分聚类算法为自动聚类的基本算法;提出了基于智能优化的GPS数据自动聚类学习算法,这些算法通过所构建的模糊系统和初始化种群技术,有效地克服了基于划分聚类算法的聚类数目不易确定、预设参数过多、敏感于初始种子点、难以将上一代优秀聚类结果保存到下一代、易陷入局部最优等长期以来存在的缺陷。

关 键 词：自动聚类 粒子群算法 模糊系统 智能优化 智能算法 终端设备 蚁群算法 遗传算法 

分 类 号：P228[天文地球—大地测量学与测量工程]