本文關(guān)鍵詞：移動(dòng)對(duì)象軌跡序列模式挖掘

  更多相關(guān)文章： 移動(dòng)對(duì)象 數(shù)據(jù)表示 時(shí)間序列 模式挖掘 特征表示 模式匹配 移動(dòng)行為預(yù)測(cè)

【摘要】：隨著全球定位系統(tǒng)(Global Positioning System,簡(jiǎn)稱(chēng)GPS)越來(lái)越普遍地運(yùn)用,考慮到對(duì)移動(dòng)對(duì)象(Moving Object)進(jìn)行定位跟蹤,通過(guò)GPS獲取到移動(dòng)對(duì)象的活動(dòng)軌跡,并對(duì)軌跡序列進(jìn)行分析研究具有潛在的重大價(jià)值。序列模式挖掘(Sequence Pattern Mining)作為數(shù)據(jù)挖掘的一種重要方法,備受關(guān)注。本文實(shí)驗(yàn)采用的數(shù)據(jù)集來(lái)自2008年五月的美國(guó)舊金山出租車(chē)移動(dòng)數(shù)據(jù),主要分布在舊金山灣地區(qū),共包含536輛出租車(chē)的GPS坐標(biāo)數(shù)據(jù)。(1)作為包含時(shí)間和空間兩個(gè)方面的移動(dòng)軌跡信息,GPS采集的數(shù)據(jù)具有數(shù)據(jù)量大、周期性、噪聲干擾嚴(yán)重、缺失性等特點(diǎn),如何對(duì)軌跡數(shù)據(jù)進(jìn)行有效地預(yù)處理并得到有用的數(shù)據(jù),將會(huì)直接影響到序列模式挖掘與匹配預(yù)測(cè)的正確性。本文從數(shù)據(jù)插值、數(shù)據(jù)聚類(lèi)、數(shù)據(jù)歸一化、數(shù)據(jù)特征表示以及灰色關(guān)聯(lián)分析等方面對(duì)數(shù)據(jù)進(jìn)行處理,并通過(guò)對(duì)GPS軌跡停留點(diǎn)的檢測(cè)與合并方法對(duì)軌跡點(diǎn)進(jìn)行優(yōu)化,使數(shù)據(jù)能夠高效的進(jìn)行特征提取,為后續(xù)算法提高可靠的軌跡序列。(2)面對(duì)基于Apriori算法基本思想的AprioriAll算法、GSP算法以及SPADE算法等以及基于模式增長(zhǎng)的算法,包括Freespan算法、Prefixspan算法等,通過(guò)對(duì)幾種算法進(jìn)行對(duì)比分析,本文吸取了模式增長(zhǎng)方式不產(chǎn)生候選序列的優(yōu)點(diǎn),同時(shí)通過(guò)對(duì)候選序列更加有效地剪枝進(jìn)行算法優(yōu)化,有效地提高了模式挖掘算法的效率以及正確性。(3)面對(duì)序列模式匹配不準(zhǔn)確這一難題,本文提出了FreSeqMatching匹配算法,利用提出的序列類(lèi)、序列焦點(diǎn)的定義,結(jié)合相似度分析的概念,通過(guò)對(duì)匹配效果及時(shí)反饋以及支持度等條件進(jìn)行及時(shí)調(diào)整,結(jié)合模式挖掘算法,有效地提高了序列模式匹配的精度以及移動(dòng)對(duì)象軌跡預(yù)測(cè)的準(zhǔn)確率。
【關(guān)鍵詞】：移動(dòng)對(duì)象 數(shù)據(jù)表示 時(shí)間序列 模式挖掘 特征表示 模式匹配 移動(dòng)行為預(yù)測(cè)
【學(xué)位授予單位】：南京航空航天大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2016
【分類(lèi)號(hào)】：TP311.13
【目錄】：

• 摘要4-5
• Abstract5-10
• 注釋表10-11
• 縮略詞11-13
• 第一章 緒論13-22
• 1.1 研究背景及意義13-14
• 1.2 國(guó)內(nèi)外研究現(xiàn)狀14-20
• 1.2.1 移動(dòng)對(duì)象軌跡研究現(xiàn)狀15-16
• 1.2.2 序列模式挖掘研究現(xiàn)狀16-20
• 1.3 本文研究?jī)?nèi)容及組織結(jié)構(gòu)20-22
• 第二章 序列模式挖掘相關(guān)技術(shù)22-37
• 2.1 特征表示22-25
• 2.1.1 頻域表示方法23
• 2.1.2 符號(hào)化表示方法23-24
• 2.1.3 奇異值分解表示法24
• 2.1.4 分段線性表示法24-25
• 2.2 相似度分析25-27
• 2.2.1 抽取最長(zhǎng)公共子序列25-27
• 2.2.2 兩個(gè)軌跡模式間的相似度27
• 2.3 序列模式挖掘27-35
• 2.3.1 基本概念27-29
• 2.3.2 Prefix Span算法描述29-33
• 2.3.3 相關(guān)算法比較33-35
• 2.4 本章小結(jié)35-37
• 第三章 移動(dòng)對(duì)象軌跡數(shù)據(jù)預(yù)處理37-52
• 3.1 移動(dòng)對(duì)象數(shù)據(jù)說(shuō)明37-40
• 3.2 數(shù)據(jù)預(yù)處理分析40-47
• 3.2.1 數(shù)據(jù)插值41-42
• 3.2.2 數(shù)據(jù)歸一化42-43
• 3.2.3 數(shù)據(jù)聚類(lèi)43-44
• 3.2.4 灰色關(guān)聯(lián)度分析44-47
• 3.3 GPS停留點(diǎn)處理47-50
• 3.3.1 基本概念47-48
• 3.3.2 停留點(diǎn)檢測(cè)48-49
• 3.3.3 停留點(diǎn)合并49-50
• 3.4 參數(shù)選擇50
• 3.5 本章小結(jié)50-52
• 第四章 移動(dòng)對(duì)象軌跡序列模式挖掘算法研究52-68
• 4.1 數(shù)據(jù)處理方法的選擇52-53
• 4.1.1 問(wèn)題描述52
• 4.1.2 解決方案52-53
• 4.2 序列模式挖掘算法分析53-57
• 4.2.1 問(wèn)題描述53-55
• 4.2.2 改進(jìn)后Prefix Span算法分析55-57
• 4.3 序列模式匹配過(guò)程分析57-62
• 4.3.1 問(wèn)題描述57-59
• 4.3.2 Fre Seq Matching算法分析59-62
• 4.4 實(shí)驗(yàn)分析62-66
• 4.4.1 實(shí)驗(yàn)結(jié)果描述62
• 4.4.2 改進(jìn)匹配算法之后的實(shí)驗(yàn)結(jié)果分析62-64
• 4.4.3 總體改進(jìn)后的實(shí)驗(yàn)結(jié)果分析64-66
• 4.5 本章小結(jié)66-68
• 第五章 總結(jié)與展望68-70
• 5.1 本文總結(jié)68
• 5.2 展望68-70
• 參考文獻(xiàn)70-75
• 致謝75-77
• 在學(xué)期間的研究成果及發(fā)表的學(xué)術(shù)論文77

【相似文獻(xiàn)】

中國(guó)期刊全文數(shù)據(jù)庫(kù) 前10條

1 張長(zhǎng)海;胡孔法;陳凌;;序列模式挖掘算法綜述[J];揚(yáng)州大學(xué)學(xué)報(bào)(自然科學(xué)版);2007年01期

2 肖哲;任勝兵;;序列模式挖掘研究進(jìn)展[J];科技信息(科學(xué)教研);2007年36期

3 陳卓;楊炳儒;宋威;宋澤鋒;;序列模式挖掘綜述[J];計(jì)算機(jī)應(yīng)用研究;2008年07期

4 王虎;丁世飛;;序列模式挖掘研究與發(fā)展[J];計(jì)算機(jī)科學(xué);2009年12期

5 陳曉;;一種模糊序列模式挖掘的有效方法[J];現(xiàn)代計(jì)算機(jī)(專(zhuān)業(yè)版);2010年13期

6 李乃乾;姚新會(huì);田東平;;多時(shí)間粒度序列模式挖掘[J];小型微型計(jì)算機(jī)系統(tǒng);2011年01期

7 吳孔玲;繆裕青;蘇杰;張曉華;;序列模式挖掘研究[J];計(jì)算機(jī)系統(tǒng)應(yīng)用;2012年06期

8 聶成林,王浩,胡學(xué)鋼;基于概念格的序列模式挖掘[J];計(jì)算機(jī)工程;2003年20期

9 龔惠群,黃超,彭江平;具有雙時(shí)間維約束的股票序列模式挖掘[J];計(jì)算機(jī)工程;2003年20期

10 許兆新,郝燕玲;約束在序列模式挖掘中的應(yīng)用研究[J];計(jì)算機(jī)工程與應(yīng)用;2004年05期

中國(guó)重要會(huì)議論文全文數(shù)據(jù)庫(kù) 前10條

1 呂靜;陳未如;劉俊;Osei Adjei;;并發(fā)分支模式挖掘[A];第二十一屆中國(guó)數(shù)據(jù)庫(kù)學(xué)術(shù)會(huì)議論文集（技術(shù)報(bào)告篇）[C];2004年

2 端義鋒;胡谷雨;丁力;;序列模式挖掘在網(wǎng)絡(luò)告警分析中的應(yīng)用[A];2004年全國(guó)通信軟件學(xué)術(shù)會(huì)議論文集[C];2004年

3 朱輝生;李存華;;序列模式挖掘的研究與實(shí)現(xiàn)[A];第二十一屆中國(guó)數(shù)據(jù)庫(kù)學(xué)術(shù)會(huì)議論文集（技術(shù)報(bào)告篇）[C];2004年

4 程銀波;司菁菁;;帶有間隔約束的序列模式挖掘算法[A];第二十二屆中國(guó)數(shù)據(jù)庫(kù)學(xué)術(shù)會(huì)議論文集（技術(shù)報(bào)告篇）[C];2005年

5 李潤(rùn)恒;賈焰;金鑫;;一種面向網(wǎng)絡(luò)安全的序列模式挖掘方法[A];第二十五屆中國(guó)數(shù)據(jù)庫(kù)學(xué)術(shù)會(huì)議論文集（二）[C];2008年

6 李晟;姜青山;郭順;王備戰(zhàn);;一種優(yōu)化的蛋白質(zhì)序列模式挖掘方法[A];第26屆中國(guó)數(shù)據(jù)庫(kù)學(xué)術(shù)會(huì)議論文集（B輯）[C];2009年

7 姚偉力;王錫祿;宋俊德;;基于序列模式挖掘的告警相關(guān)性分析算法[A];2005年信息與通信領(lǐng)域博士后學(xué)術(shù)會(huì)議論文集[C];2005年

8 任家東;解玉潔;何海濤;張愛(ài)國(guó);;基于改進(jìn)前綴樹(shù)PStree的最大序列模式挖掘[A];NDBC2010第27屆中國(guó)數(shù)據(jù)庫(kù)學(xué)術(shù)會(huì)議論文集(B輯)[C];2010年

9 牛興雯;楊冬青;唐世渭;王騰蛟;;OSAF-tree——可迭代的移動(dòng)序列模式挖掘及增量更新方法[A];第二十一屆中國(guó)數(shù)據(jù)庫(kù)學(xué)術(shù)會(huì)議論文集（研究報(bào)告篇）[C];2004年

10 張銳;熊峗;陳越;朱揚(yáng)勇;;MS-BioSM:一個(gè)基于多支持度生物序列模式挖掘算法[A];第二十四屆中國(guó)數(shù)據(jù)庫(kù)學(xué)術(shù)會(huì)議論文集（技術(shù)報(bào)告篇）[C];2007年

中國(guó)博士學(xué)位論文全文數(shù)據(jù)庫(kù) 前8條

1 張勁松;基于約束的序列模式挖掘及其應(yīng)用研究[D];上海交通大學(xué);2015年

2 金陽(yáng);基于概念格模型的序列模式挖掘算法研究[D];吉林大學(xué);2007年

3 謝飛;帶有通配符的序列模式挖掘研究[D];合肥工業(yè)大學(xué);2011年

4 熊峗;生物序列模式挖掘與聚類(lèi)研究[D];復(fù)旦大學(xué);2007年

5 楊鈐雯;序列模式挖掘方法及Web使用挖掘研究[D];天津大學(xué);2010年

6 陸介平;描述性規(guī)則挖掘若干關(guān)鍵技術(shù)研究[D];東南大學(xué);2006年

7 葉紅云;面向金融營(yíng)銷(xiāo)問(wèn)題的個(gè)性化推薦方法研究[D];合肥工業(yè)大學(xué);2011年

8 徐前方;基于數(shù)據(jù)挖掘的網(wǎng)絡(luò)故障告警相關(guān)性研究[D];北京郵電大學(xué);2007年

中國(guó)碩士學(xué)位論文全文數(shù)據(jù)庫(kù) 前10條

1 張長(zhǎng)海;分布式序列模式挖掘算法研究[D];揚(yáng)州大學(xué);2008年

2 陳曉;基于模糊集的序列模式挖掘研究[D];天津大學(xué);2007年

3 俞單慶;序列模式挖掘及其在入侵檢測(cè)中的應(yīng)用研究[D];南京師范大學(xué);2008年

4 楊名時(shí);加權(quán)負(fù)序列模式挖掘算法研究[D];齊魯工業(yè)大學(xué);2015年

5 周慧霞;回歸方法估算最長(zhǎng)頻繁模式長(zhǎng)度研究[D];河北工業(yè)大學(xué);2015年

6 馮建;基于命題邏輯的頻繁序列模式挖掘算法的研究[D];浙江工業(yè)大學(xué);2014年

7 廖清科;面向時(shí)間序列相似性的序列模式挖掘及應(yīng)用[D];重慶交通大學(xué);2015年

8 周坤;一般周期間隙約束的序列模式挖掘[D];河北工業(yè)大學(xué);2015年

9 向劍平;Web日志中序列模式挖掘算法的研究[D];重慶大學(xué);2015年

10 董鑫;時(shí)序數(shù)據(jù)序列模式挖掘[D];南京航空航天大學(xué);2015年

，

本文編號(hào)：1017089