轨迹数据中追逐模式的发现与分析

发布时间：2021-03-15 22:18

　　全球定位系统、无线传感器网络和社交媒体应用程序中含有大量轨迹数据。这些轨迹数据蕴含着丰富的人、车辆、动物、云系等移动对象的时空等信息,通过计算和分析,可以发现移动对象的行为模式,如追逐、领导、回避和其他类型的模式。其中追逐模式的发现和分析研究能对智慧城市交通管理、军事侦察、刑事侦查、环境监测等应用领域提供有效的服务。已有的追逐模式匹配方法主要存在以下问题:1)没有考虑道路交通网络（即路网）,而且仅比较两条轨迹的局部相似度,以致在复杂路网场景下“发现”了一些并不存在的追逐模式;2)没有区别对待移动对象的停留、变速等局部行为所对应的轨迹数据,导致一些别有用心的追逐行为反而没有被有效发现;3)在追逐模式匹配中使用代表线段的方法计算距离,难以发现大角度方向变化的追逐行为。跟轨迹有关的其他模式发现方法用于追逐模式发现时尚存在计算量大、效率低及精度不足等方面的问题。为了解决上述问题,本文基于轨迹数据专门探索追逐模式的发现与分析方法,系统地研究了轨迹的表示、轨迹相似度的计算、轨迹模式的分类和特征,追逐模式的具体含义,设计了追逐模式发现与分析模型,在模型中引入路网匹配和停留点检测技术来提高追逐模式发现... 

【文章来源】：南京大学江苏省 211工程院校 985工程院校 教育部直属院校

【文章页数】：70 页

【学位级别】：硕士

【部分图文】：

图２－１?ＧＰＳ日志及其对应的轨迹示意图??

图２－２路网轨迹示意图??

图２－３停留点７Ｋ意图??

【参考文献】：
期刊论文
[1]路网匹配算法综述[J]. 高文超,李国良,塔娜.  软件学报. 2018(02)
[2]路网空间下基于马尔可夫决策过程的异常车辆轨迹检测算法[J]. 毛江云,吴昊,孙未未.  计算机学报. 2018(08)
[3]轨迹大数据:数据处理关键技术研究综述[J]. 高强,张凤荔,王瑞锦,周帆.  软件学报. 2017(04)



本文编号：3084905