摘要：為了減少大規(guī)模數(shù)據(jù)集在聚類過程中的計算復(fù)雜度和運行時間,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,采用相對熵自適應(yīng)劃分數(shù)據(jù)空間,形成明顯的稀疏網(wǎng)格和稠密網(wǎng)格.將網(wǎng)格作為聚類對象,降低以點為對象之間的距離計算復(fù)雜度.之后,依據(jù)決策圖思想確定簇心網(wǎng)格對象,并通過Kd樹完成鄰接網(wǎng)格的查找和合并以實現(xiàn)聚類.以多個標準數(shù)據(jù)集和真實的出租車GPS軌跡數(shù)據(jù)作為測試對象,并與現(xiàn)有一些先進的聚類算法進行對比實驗.實驗結(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,具有較高的準確性和運行效率.