摘要：為了減少大規(guī)模數(shù)據(jù)集在聚類過程中的計(jì)算復(fù)雜度和運(yùn)行時(shí)間,本文提出了一種基于自適應(yīng)網(wǎng)格劃分和決策圖的聚類算法AGPCA.首先,采用相對(duì)熵自適應(yīng)劃分?jǐn)?shù)據(jù)空間,形成明顯的稀疏網(wǎng)格和稠密網(wǎng)格.將網(wǎng)格作為聚類對(duì)象,降低以點(diǎn)為對(duì)象之間的距離計(jì)算復(fù)雜度.之后,依據(jù)決策圖思想確定簇心網(wǎng)格對(duì)象,并通過Kd樹完成鄰接網(wǎng)格的查找和合并以實(shí)現(xiàn)聚類.以多個(gè)標(biāo)準(zhǔn)數(shù)據(jù)集和真實(shí)的出租車GPS軌跡數(shù)據(jù)作為測(cè)試對(duì)象,并與現(xiàn)有一些先進(jìn)的聚類算法進(jìn)行對(duì)比實(shí)驗(yàn).實(shí)驗(yàn)結(jié)果表明所提算法結(jié)合了網(wǎng)格劃分和局部距離判斷的優(yōu)點(diǎn),具有較高的準(zhǔn)確性和運(yùn)行效率.