我正在开发一些软件，它应该从几个基于 GPS 的报告中确定真实世界的位置（fe 速度凸轮）。用户在报告位置时会开车，因此报告非常不准确。为了解决这个问题，我必须对同一位置的报告进行聚类并计算平均值。

我的问题是关于如何对这些报告进行聚类。我阅读了有关期望最大化算法和k-means 聚类的信息，但据我所知，我需要提前确定实际位置的数量。

是否有任何其他算法不需要实际位置的确切数量，而是使用一些边缘条件（fe 最小距离）？

报告包含经度、纬度和准确度（以米为单位）。没有名称或其他任何东西可用于识别重复项。

另一个障碍可能是它很常见，即只有一个真实世界位置的报告。这使得很难将异常值与良好数据区分开来。