發(fā)布時間：2017-09-05 10:03

  本文關鍵詞：面向機會網(wǎng)絡的人類移動軌跡特征分析方法的研究

  更多相關文章： 機會網(wǎng)絡 真實移動軌跡 軌跡壓縮 特征分析 互補累計分布

【摘要】：近些年,隨著機會網(wǎng)絡技術的發(fā)展,人類移動軌跡特征分析成為機會網(wǎng)絡研究的又一個重要領域。機會網(wǎng)絡的傳輸機會有賴于節(jié)點的移動,由于現(xiàn)實中移動通信設備大都由人攜帶,網(wǎng)絡中的設備節(jié)點的移動方式具有人的移動特性,具有隨機和不受控的特點,因此分析采集現(xiàn)實中的真實數(shù)據(jù)集,對機會網(wǎng)絡的設計和評價是至關重要的,然而目前很多機會網(wǎng)絡的節(jié)點移動性大多設計為受控移動,節(jié)點按照其它節(jié)點或者外界的指令進行移動,不能用于實際的應用中,另外,海量的真實軌跡數(shù)據(jù)集存在空間存儲大、數(shù)據(jù)傳送和分析較慢等問題。為了解決這些問題,本文從兩個方面對上述問題開展研究并且提出了解決方案,首先,分析人類移動真實軌跡數(shù)據(jù)集并對軌跡數(shù)據(jù)集進行移動特性挖掘,給出移動軌跡特征的空間屬性度量指標(如:運動路徑長度、回旋半徑)、時間屬性度量指標(如:訪問時間)、社會屬性度量指標(如:通信持續(xù)時間、通信間隔時間)的分析方法。接著,針對大批量的人類移動軌跡真實數(shù)據(jù)集所帶來的數(shù)據(jù)冗余問題、查詢效率低、用戶響應時間慢、存儲空間不足等問題,研究一種改進的滑動窗口軌跡數(shù)據(jù)壓縮方法,將最大偏移距離參考軌跡點作為當前待壓縮的軌跡點能否被壓縮的判據(jù),以降低軌跡的壓縮時間、提高壓縮效率。實驗測試結(jié)果表明,較現(xiàn)有的滑動窗口軌跡數(shù)據(jù)壓縮算法,改進的滑動窗口軌跡數(shù)據(jù)壓縮算法在壓縮時間上有顯著減少,在壓縮率上也有所提高,并且在常用的軌跡壓縮閾值范圍內(nèi),兩種算法壓縮后得到的軌跡集的相似度很高。最后,本文實現(xiàn)了一個人類移動軌跡特征的綜合分析軟件平臺,將以上兩點策略應用在該系統(tǒng)軟件中。實驗結(jié)果表明,該平臺能夠方便地實現(xiàn)人類移動軌跡數(shù)據(jù)集壓縮,畫出任意用戶的軌跡圖形,而且能夠快速地對移動軌跡特征的空間屬性度量指標、時間屬性度量指標、社會屬性度量指標進行有效分析。
【關鍵詞】：機會網(wǎng)絡 真實移動軌跡 軌跡壓縮 特征分析 互補累計分布
【學位授予單位】：南京郵電大學
【學位級別】：碩士
【學位授予年份】：2016
【分類號】：TN929.5
【目錄】：

• 摘要4-5
• Abstract5-9
• 第一章 緒論9-16
• 1.1 研究背景9-10
• 1.2 國內(nèi)外研究現(xiàn)狀10-13
• 1.2.1 機會網(wǎng)絡10-11
• 1.2.2 機會網(wǎng)絡下的人類移動軌跡特征研究及軌跡壓縮技術11-13
• 1.3 論文研究目標及內(nèi)容13-14
• 1.3.1 研究目標13
• 1.3.2 研究內(nèi)容13-14
• 1.4 論文主要來源及主要貢獻14
• 1.4.1 論文來源14
• 1.4.2 主要貢獻14
• 1.5 論文組織結(jié)構(gòu)14-16
• 第二章 機會網(wǎng)絡16-21
• 2.1 機會網(wǎng)絡概述16-17
• 2.2 機會網(wǎng)絡的體系結(jié)構(gòu)17-18
• 2.3 機會網(wǎng)絡的信息傳播過程和特性18-19
• 2.3.1 機會網(wǎng)絡的信息傳播過程18
• 2.3.2 機會網(wǎng)絡的特性18-19
• 2.4 機會網(wǎng)絡研究的熱點問題19-21
• 第三章 機會網(wǎng)絡下的人類移動軌跡特征研究21-31
• 3.1 引言21-22
• 3.2 真實場景軌跡數(shù)據(jù)集22-25
• 3.2.1 真實場景數(shù)據(jù)集的采集方式22-23
• 3.2.2 幾種常用的數(shù)據(jù)集23-24
• 3.2.3 本文采用的真實移動軌跡數(shù)據(jù)集24-25
• 3.3 人類移動行為特征25-30
• 3.3.1 人類移動行為特征研究概述25-26
• 3.3.2 機會網(wǎng)絡信息傳播中的特征分類26-30
• 3.4 本章小結(jié)30-31
• 第四章 一種改進的滑動窗口軌跡壓縮算法31-40
• 4.1 引言31-32
• 4.2 軌跡數(shù)據(jù)壓縮算法分類32-33
• 4.3 改進的滑動窗口軌跡壓縮算法描述33-36
• 4.3.1 算法的改進策略33-34
• 4.3.2 改進的滑動窗口軌跡數(shù)據(jù)壓縮算法34-36
• 4.4 測試與性能分析36-39
• 4.4.1 實驗數(shù)據(jù)集與實驗環(huán)境36
• 4.4.2 實驗評價準則36-37
• 4.4.3 實驗結(jié)果37-39
• 4.5 本章小結(jié)39-40
• 第五章 人類移動軌跡特征的綜合分析軟件的設計與實現(xiàn)40-53
• 5.1 引言40
• 5.2 原型系統(tǒng)設計40-43
• 5.2.1 系統(tǒng)環(huán)境40
• 5.2.2 原型系統(tǒng)設計目標40-41
• 5.2.3 原型系統(tǒng)接口圖41
• 5.2.4 原型系統(tǒng)物理結(jié)構(gòu)圖41-42
• 5.2.5 系統(tǒng)類說明42-43
• 5.3 原型系統(tǒng)功能實現(xiàn)與性能測試43-53
• 5.3.1 系統(tǒng)功能實現(xiàn)43-49
• 5.3.2 性能測試49-53
• 第六章 總結(jié)與展望53-55
• 6.1 總結(jié)53-54
• 6.2 展望54-55
• 參考文獻55-57
• 附錄1 攻讀碩士學位期間撰寫的論文57-58
• 附錄2 攻讀碩士學位期間申請的專利58-59
• 附錄3 攻讀碩士學位期間參加的科研項目59-60
• 致謝60

【相似文獻】

中國期刊全文數(shù)據(jù)庫 前10條

1 胡亮;裴瑩;初劍峰;袁巍;王文博;樊麗;劉建男;;基于鼠標移動軌跡的真隨機數(shù)產(chǎn)生方法[J];吉林大學學報(理學版);2011年05期

2 蔣新華;廖律超;鄒復民;;基于浮動車移動軌跡的新增道路自動發(fā)現(xiàn)算法[J];計算機應用;2013年02期

3 王江鋒;閆學東;邵春福;魏麗英;;基于Min-Max方法和移動軌跡融合的車輛無線定位算法[J];汽車工程;2012年05期

4 瑪麗;;手持“利器”PERFACT Performance讓課堂講演更精彩[J];上海教育;2010年20期

5 瑪麗;;手持“利器”PERFACT Performance讓課堂講演更精彩[J];上海教育;2010年Z2期

6 瑪麗;;手持“利器”PERFACT Performance讓課堂講演更精彩[J];上海教育;2010年22期

7 葉春曉;宋為濤;;基于移動軌跡的集裝箱碼頭中控調(diào)度研究[J];計算機應用研究;2011年08期

8 熊妍;羅澤;閻保平;;GPS位置歷史挖掘和移動軌跡異常檢測系統(tǒng)的設計與實現(xiàn)[J];計算機應用研究;2013年09期

9 吳國鳳;吳善新;;基于MN的移動軌跡的MAP實時調(diào)整策略[J];計算機系統(tǒng)應用;2008年05期

10 周昌令;錢群;趙伊秋;尚群;;校園無線網(wǎng)用戶群體的移動行為聚集分析[J];通信學報;2013年S2期

中國碩士學位論文全文數(shù)據(jù)庫 前9條

1 林海標;移動軌跡挖掘算法設計與系統(tǒng)實現(xiàn)[D];華南理工大學;2015年

2 權(quán)宇澄;動物移動軌跡數(shù)據(jù)的挖掘研究[D];華東師范大學;2016年

3 錢琨;基于蜂窩信令數(shù)據(jù)的移動軌跡清洗和預測方法研究與實現(xiàn)[D];西南交通大學;2016年

4 隋雪芹;基于社會媒體的用戶移動軌跡挖掘及其在朋友推薦中的應用研究[D];山東大學;2016年

5 安建瑞;基于MapReduce的用戶移動軌跡序列模式挖掘算法研究[D];山東理工大學;2016年

6 劉敏;面向機會網(wǎng)絡的人類移動軌跡特征分析方法的研究[D];南京郵電大學;2016年

7 胡偉峰;道路網(wǎng)物體移動模式的研究[D];河海大學;2007年

8 宋為濤;基于移動軌跡的集裝箱碼頭中控調(diào)度研究[D];重慶大學;2011年

9 谷小蕾;WSAN激勵節(jié)點最優(yōu)移動軌跡設計[D];西南交通大學;2012年

，

本文編號：797315