轨迹分组结构
摘要：运动实体的集体运动，如人群、鸟类或其他动物的集体运动，以群体的产生、合并、分裂和终结为特征。鉴于这些实体的轨迹，我们使用拓扑学中的Reeb图概念定义和建模了一个能够捕捉所有这些变化的结构。轨迹分组结构具有三个自然参数，允许在群体大小、群体持续时间和实体相距距离上更全局地查看数据。我们证明了最大组数目的复杂度上界，并提供了计算分组结构的高效算法。我们还研究了如何使轨迹分组结构具有鲁棒性，也就是说，全局结构中可以忽略组的短暂中断，从而为结构增加了持久性的概念。此外，我们展示了使用由NetLogo集群模型和Starkey项目生成的数据进行的实验结果。Starkey数据描述了麋鹿、鹿和牛的移动情况。虽然在这些数据中没有关于分组结构的基本真实值，但实验结果表明，轨迹分组结构是合理的，并且在改变基本参数时具有期望的效果。我们的研究为轨迹分组演变提供了第一个完整的研究，包括组合、算法和实验结果。
作者：Kevin Buchin, Maike Buchin, Marc van Kreveld, Bettina Speckmann, Frank Staals
论文ID：1303.6127
分类：Computational Geometry
分类简称：cs.CG
提交时间：2013-03-26