轨迹分析算法

Question

我想基于给定的模板分析轨迹数据。 我需要将类似的轨迹堆叠在一起。 数据是一组坐标（xy，xy，xy），模板又是由控制点集定义的线。

我不知道去哪个方向，可能是神经网络还是模式识别？

您能否首先推荐一个页面，书籍或图书馆？

亲切的问候， 阿尔曼。

PS： 这是问题的正确位置吗？ 的修改 更准确地说，轨迹包含大约50-100个控制点。 在这里你可以看到轨迹的例子： http://www.youtube.com/watch?v=KFE0JLx6L-o

Answer 1

你的问题很模糊。

您可以使用回归分析（http://en.wikipedia.org/wiki/Regression_analysis）在一组坐标上找到x和y之间的关系，然后将其与其他轨迹进行比较。

每条轨迹总是有四个坐标吗？您可能想要计算所有轨迹的第一个坐标之间的欧几里德距离，然后计算第二个坐标的距离，依此类推。

您可能希望规范化距离并分析方向的变化。这一切都取决于你真正需要的东西。

如果您需要将相似的轨迹堆叠在一起，您可能会对k近邻算法（http://en.wikipedia.org/wiki/K-nearest_neighbor_algorithm）感兴趣。至于用于该算法的维度，您可以使用xy坐标或任何派生。

Answer 2

您可以使用聚类算法“将相似的轨迹堆叠在一起”。我在轨迹上使用spectral clustering并取得了良好的效果。根据您的申请，hierarchical clustering可能更合适。

分析的关键部分是轨迹之间的距离测量。现有技术是dynamic time warping。我也看到使用修改后的Hausdorff measure取得了良好的效果。