隨著全球定位技術(shù)和無線通訊技術(shù)的日趨成熟以及基于位置的服務(wù)（如社交媒體、地圖導(dǎo)航、附近推薦等）迅速發(fā)展,產(chǎn)生了海量記錄移動對象位置序列和活動信息的軌跡數(shù)據(jù),包括時(shí)空軌跡數(shù)據(jù)和語義軌跡數(shù)據(jù)。這些軌跡數(shù)據(jù)中蘊(yùn)含了移動對象的運(yùn)動規(guī)律和行為模式,對其進(jìn)行分析與挖掘可為公共事件檢測、公共交通優(yōu)化、城市功能區(qū)域劃分等應(yīng)用提供支撐。本文研究移動對象聚集模式挖掘算法并在云計(jì)算環(huán)境下加以實(shí)現(xiàn),取得的成果如下。1.提出了基于簇包含連接的時(shí)空軌跡聚集模式挖掘算法CCJMGP（Cluster Containment Join based algorithm for Mining Gathering Pattering from Spatio-Temporal Trajectories）。首先通過聚類獲得移動對象簇;接著,利用連接操作識別規(guī)模漸增的移動對象群體作為候選聚集模式;最后驗(yàn)證候選模式的正確性。該算法面向時(shí)空軌跡數(shù)據(jù),著眼于聚集群體的形成過程,利用識別聚集群體的關(guān)鍵操作——簇包含連接完成挖掘工作。為了應(yīng)對海量軌跡數(shù)據(jù)挖掘的需求,本文將CCJMGP算法進(jìn)行了并行化。并行化算法將移動對象簇劃分到不同的計(jì)算節(jié)... 

【文章來源】：南京師范大學(xué)江蘇省 211工程院校

【文章頁數(shù)】：77 頁

【學(xué)位級別】：碩士

【部分圖文】：

圖２－２停留點(diǎn)??定義２－３?（停留點(diǎn)軌跡）給定移動對象〇的時(shí)空軌跡０．／ＴＯ／，其對應(yīng)的停留??

、—－’??圖２－２停留點(diǎn)??定義２－３?（停留點(diǎn)軌跡）給定移動對象〇的時(shí)空軌跡０．／ＴＯ／，其對應(yīng)的停留??點(diǎn)軌跡為將其時(shí)空軌跡點(diǎn)抽象成停留點(diǎn)后的序列，定義為ｏ．ｓｐｔｒｏ／?＝＜??Ｓｔ〇Ｐｉ，Ｓｔ〇Ｐ２，?，?ｓｔｏｐｎ?＞＞?ＶＩ?＜?ｉ?＜?７１?＿?１，?Ｓｔ〇Ｐｉ＿?ｔｚｅａｔ＞ｅ?＜?Ｓｔ〇Ｐｆ＋ｉ．?ｔａｒｒｉｖｅ。??定義２－４?（興趣點(diǎn)）興趣點(diǎn)指一些與人們生活密切相關(guān)且可以抽象為點(diǎn)的地??理空間對象（如學(xué)校、商場等），定義為一個(gè)三元組，表示為ｐｏｉ?＝?ｔｅｘｔ）。??其中〖ｎｇ表示該興趣點(diǎn)的經(jīng)度信息，ｋｉｔ表示該興趣點(diǎn)的維度信息，ｔｅｘｔ表示該興??趣點(diǎn)的語義信息（如興趣點(diǎn)的名稱、類別、用戶評價(jià)等）。表示經(jīng)緯度??坐標(biāo)為（〖ｎｐ，?〖ａｔ）的空間位置對應(yīng)的興趣點(diǎn)信息。圖２－３中紅色圖釘表示的即為地??圖中的興趣點(diǎn)。??＼??＼??？?，，．一—??圖２－３興趣點(diǎn)??定義２－５?（語義軌跡）給定移動對象的停留點(diǎn)軌跡ｏ．ｓｐｔｒａ）＝＜ｓｔｏＰｉ＞

圖３－１簇包含關(guān)系層次結(jié)構(gòu)??義３－４?（參與者）一個(gè)移動對象〇被稱為參與者，當(dāng)且僅當(dāng)０在一顆至少／ｃｐ個(gè)時(shí)刻，即｜ｐａｔ／ｉ０｜?２?Ａ：ｐ。??義３－５?（聚集模式）一顆聚集樹ｔｒ？是一個(gè)聚集模式，當(dāng)且僅當(dāng)其滿（１）聚集樹ｔｒ的高度至少為即在／ｃｔ個(gè)連續(xù)時(shí)間內(nèi)都存在簇包含關(guān)（２）參與者的數(shù)量至少是個(gè)。??果一個(gè)聚集模式對應(yīng)聚集樹的根節(jié)點(diǎn)在其對應(yīng)時(shí)刻的下一個(gè)時(shí)刻點(diǎn)，則這個(gè)聚集模式是一個(gè)閉合聚集模式。用Ｐ表示所有的聚集模式。??定移動對象集合０中移動對象對應(yīng)的軌跡集合、時(shí)域７＼群體生命周參與者數(shù)量閾值＆７７１和參與者生命周期閾值ｆｃｐ，基于簇包含連接的時(shí)模式挖掘的目標(biāo)是在時(shí)域Ｔ內(nèi)發(fā)現(xiàn)軌跡集合中的所有閉合聚集模式。??連接算法的設(shè)計(jì)??“

【參考文獻(xiàn)】：
期刊論文
[1]基于時(shí)空軌跡的移動對象匯聚模式挖掘算法[J]. 張逸凡,趙斌,孫鴻艷,談超,吉根林.  數(shù)據(jù)采集與處理. 2018(03)
[2]基于GIS路網(wǎng)的公交路線軌跡算法[J]. 鐘會玲,金紅達(dá),沈建惠,沈斌,徐夢.  計(jì)算機(jī)系統(tǒng)應(yīng)用. 2017(11)
[3]大數(shù)據(jù)的數(shù)據(jù)清洗方法研究[J]. 譚暉,廖振松,周小翠,賀凡.  信息通信. 2017(01)
[4]基于時(shí)空圖的移動對象聚集模式挖掘方法[J]. 張峻銘,李靜林,王尚廣,劉志晗,袁泉,楊放春.  軟件學(xué)報(bào). 2016(02)
[5]時(shí)空軌跡大數(shù)據(jù)模式挖掘研究進(jìn)展[J]. 吉根林,趙斌.  數(shù)據(jù)采集與處理. 2015(01)
[6]基于R-Tree的高效異常軌跡檢測算法[J]. 劉良旭,喬少杰,劉賓,樂嘉錦,唐常杰.  軟件學(xué)報(bào). 2009(09)

碩士論文
[1]基于蜂窩信令數(shù)據(jù)的移動軌跡清洗和預(yù)測方法研究與實(shí)現(xiàn)[D]. 錢琨.西南交通大學(xué) 2016
[2]移動對象軌道異常檢測算法的研究[D]. 姜金鳳.南京航空航天大學(xué) 2010



本文編號：3490421