改進(jìn)粒子群-密度聚類算法的浮動車異常數(shù)據(jù)檢測方法

摘要： 針對浮動車數(shù)據(jù)(FCD)在一維時間序列下距離和相似性度量難度大以及粒子群算法(PSO)收斂性能不高等問題，提出了基于改進(jìn)PSO的FCD異常數(shù)據(jù)密度聚類算法(DBSCAN)。首先，通過高階差分求和(HDS)預(yù)處理方法將一維時間序列拓展至二維空間并建立新的數(shù)據(jù)集；其次，提出了一種粒子最大更新速度非線性約束方法，使得粒子在中后期快速收斂，并通過多重非線性約束粒子群算法(MNPSO)方... （共11頁）