近年來,隨著定位技術(shù)的發(fā)展和附有GPS功能的智能設(shè)備的普及產(chǎn)生龐大規(guī)模的軌跡數(shù)據(jù),同時,隨著大數(shù)據(jù)處理方式的不斷發(fā)展進步還有人們不斷變化的市場需求,人們逐漸可以發(fā)現(xiàn)并挖掘出這些軌跡數(shù)據(jù)所蘊含的價值,比如在揭示移動對象歷史軌跡的同時也可以精確地反映出其運動特點和規(guī)律等。故而,愈來愈多的國內(nèi)外研究學(xué)者將研究重點轉(zhuǎn)移到移動對象軌跡預(yù)測問題上面。針對互聯(lián)網(wǎng)海量的移動對象軌跡數(shù)據(jù),本研究提出一種Prefix PTPA軌跡預(yù)測算法,該算法的主要思想是,首先對數(shù)據(jù)進行數(shù)據(jù)清洗和預(yù)處理并提出一種基于經(jīng)緯度分類的軌跡處理算法,然后對數(shù)據(jù)進行停留點探測以及聚類的操作,其中在軌跡聚類提出了一種改進的DBSCAN密度聚類算法,一系列數(shù)據(jù)處理最后將GPS軌跡集轉(zhuǎn)化為軌跡序列,并結(jié)合序列模式挖掘算法進行預(yù)測。通過與馬爾科夫預(yù)測模型等經(jīng)典算法比較,實驗結(jié)果表明Prefix PTPA軌跡預(yù)測算法有優(yōu)勢,算法的平均預(yù)測準確率有所提高。本文的主要研究內(nèi)容如下:由于原始數(shù)據(jù)集規(guī)模巨大而雜亂,可能存在格式不滿足要求的情況,基于此本研究提出了一種基于經(jīng)緯度分類（ABLLC）的數(shù)據(jù)處理算法,從經(jīng)度和緯度還有時間三個維度去除不合規(guī)... 

【文章來源】：遼寧大學(xué)遼寧省 211工程院校

【文章頁數(shù)】：73 頁

【學(xué)位級別】：碩士

【部分圖文】：

本文整體研究測框架圖

GPS記錄

第2章相關(guān)工作8第2章相關(guān)工作2.1軌跡預(yù)測領(lǐng)域的相關(guān)概念軌跡預(yù)測是根據(jù)用戶自己或著他人的歷史軌跡數(shù)據(jù)和當前軌跡數(shù)據(jù)信息去預(yù)測用戶將來將要訪問的位置或者軌跡序列。相關(guān)概念[36]如下定義。定義2.1GPS記錄)record(GPS一條GPS記錄是一個由GPS軌跡點構(gòu)成的點集，字母表示為P={p1,p2,...,pn}，其中P為GPS記錄，pi代表其中一個GPS軌跡點。一條GPS記錄是由多個GPS軌跡點構(gòu)成，而每個GPS軌跡點可以由一個三元組構(gòu)成，即軌跡點（經(jīng)度，緯度，時間），具體的GPS記錄如下圖2-1所示。圖2-1GPS記錄定義2.2GPS軌跡（ytrajectorGPS）圖2-2GPS軌跡如上圖2-2所示是一條GPS軌跡，同時表2-1給出了具體的GPS軌跡示例，式子（2.1）可以用來表示一條GPS軌跡：T=<T1,T2,...,Ti,...,Tn>，其中Ti=(Lati,Lngti,Ti)(2.1)

【參考文獻】：
期刊論文
[1]基于網(wǎng)絡(luò)和時間約束的告警序列模式挖掘研究[J]. 徐立坤,李建路,朱珠,陳海平,王林.  計算機與數(shù)字工程. 2019(09)
[2]基于出行方式及語義軌跡的位置預(yù)測模型[J]. 章靜蕾,石海龍,崔莉.  計算機研究與發(fā)展. 2019(07)
[3]自適應(yīng)確定DBSCAN算法參數(shù)的算法研究[J]. 李文杰,閆世強,蔣瑩,張松芝,王成良.  計算機工程與應(yīng)用. 2019(05)
[4]改進的Apriori算法在云計算挖掘下的研究[J]. 徐浙君.  科技通報. 2019(02)
[5]MWSN中基于馬爾可夫鏈的節(jié)點移動預(yù)測算法[J]. 朱劍,李佳政.  東北大學(xué)學(xué)報(自然科學(xué)版). 2018(07)
[6]基于PrefixSpan序列模式挖掘的改進算法[J]. 王斌,黃曉芳,袁平.  西南科技大學(xué)學(xué)報. 2016(04)
[7]軌跡大數(shù)據(jù)異常檢測:研究進展及系統(tǒng)框架[J]. 毛嘉莉,金澈清,章志剛,周傲英.  軟件學(xué)報. 2017(01)
[8]時空數(shù)據(jù)挖掘研究進展[J]. 劉大有,陳慧靈,齊紅,楊博.  計算機研究與發(fā)展. 2013(02)
[9]基于自適應(yīng)多階Markov模型的位置預(yù)測[J]. 呂明琪,陳嶺,陳根才.  計算機研究與發(fā)展. 2010(10)
[10]GSP與PrefixSpan算法的比較與分析[J]. 劉立軍,崔杰,梅紅巖.  遼寧工學(xué)院學(xué)報. 2006(05)

碩士論文
[1]基于移動對象行為相似的下一位置預(yù)測算法研究[D]. 馬林宏.遼寧大學(xué) 2019
[2]基于馬爾科夫的張量鏈模型及其在用戶行為軌跡的預(yù)測[D]. 李錦濤.華中科技大學(xué) 2019
[3]基于Apriori和FP-TREE的頻繁項目集挖掘算法[D]. 黃黎明.南華大學(xué) 2018
[4]基于歷史軌跡集的軌跡預(yù)測與目標預(yù)警系統(tǒng)[D]. 王娜.東南大學(xué) 2017
[5]移動對象不確定性軌跡預(yù)測模型研究[D]. 王曉騰.西南交通大學(xué) 2016
[6]K-Means算法研究及其與智能算法的融合[D]. 李振.安徽大學(xué) 2016
[7]融合語義信息的位置預(yù)測技術(shù)研究[D]. 付莉莉.北京郵電大學(xué) 2016
[8]基于歷史軌跡的位置預(yù)測方法研究[D]. 楊潔.杭州電子科技大學(xué) 2015
[9]移動對象位置預(yù)測關(guān)鍵技術(shù)的研究[D]. 張偉.南京航空航天大學(xué) 2009



本文編號：2982989