被动 Wi-Fi 感知轨迹数据的多视角聚类
机器学习
2020-12-23 v1 应用统计
摘要
关于城市环境中人类时空流动的信息有着广泛的大量应用。目前，尽管存在许多不同的方法来收集此类数据，但缺乏分析它的标准化框架。本文的重点是通过被动 Wi-Fi 感知收集的数据的分析，因为此类被动收集的数据可以以低成本实现广泛覆盖。我们提出了一种系统方法，使用无监督机器学习方法，即 k-means 聚类和层次凝聚聚类（HAC）来分析通过这种被动 Wi-Fi 嗅探方法收集的数据。我们考察了数据聚类的三个方面，即按时间、按人和按位置，并展示了将我们提出的方法应用于一个收集逾五个月的真实数据集所得的结果。
引用
@article{arxiv.2012.11796,
title = {Multiple-Perspective Clustering of Passive Wi-Fi Sensing Trajectory Data},
author = {Zann Koh and Yuren Zhou and Billy Pik Lik Lau and Chau Yuen and Bige Tuncer and Keng Hua Chong},
journal= {arXiv preprint arXiv:2012.11796},
year = {2020}
}
备注
15 pages, 11 figures