聚類時間事件

Question

我有一個關於使用點雲的聚集來執行聚類的問題，其中一個維度 - 代表時間 - 有點受到保護。

爲了使超清晰，考慮這個視頻

用肉眼人們可以看到一些濃密雲層飛來飛去像蚊子，它們可能代表幾件事情進入和離開現場。現在假設我們有一個3維點（X，Y，時間）的數組，並應用一些天真的集羣（比如DBSCAN）

現在聚類相當不錯，除了會議事件在考慮相同的羣集，提出了X軌跡。現在，如果有不同的方式來處理第三個座標，也許人們可能會恢復基本事實。哪些算法可能適合這個問題？

Answer 1

存在基於密度的流 DBSCAN的變體。

他們應該準確地解決隨着時間的推移，隨着羣集出現和消失，羣集正在慢慢移動的情景。

雖然我不相信所有這些「流式」方法。他們似乎沒有使用任何真實的數據，只有模擬的和非自然的數據流，如「撲克牌手」。