聚类时间事件

Question

我有一个关于使用点云的聚集来执行聚类的问题，其中一个维度 - 代表时间 - 有点受到保护。

为了使超清晰，考虑这个视频

用肉眼人们可以看到一些浓密云层飞来飞去像蚊子，它们可能代表几件事情进入和离开现场。现在假设我们有一个3维点（X，Y，时间）的数组，并应用一些天真的集群（比如DBSCAN）

现在聚类相当不错，除了会议事件在考虑相同的群集，提出了X轨迹。现在，如果有不同的方式来处理第三个坐标，也许人们可能会恢复基本事实。哪些算法可能适合这个问题？

Answer 1

存在基于密度的流 DBSCAN的变体。

他们应该准确地解决随着时间的推移，随着群集出现和消失，群集正在慢慢移动的情景。

虽然我不相信所有这些“流式”方法。他们似乎没有使用任何真实的数据，只有模拟的和非自然的数据流，如“扑克牌手”。