面向机会网络的人类移动轨迹特征分析方法的研究

发布时间：2017-09-05 10:03

  本文关键词：面向机会网络的人类移动轨迹特征分析方法的研究

  更多相关文章： 机会网络 真实移动轨迹 轨迹压缩 特征分析 互补累计分布

【摘要】：近些年,随着机会网络技术的发展,人类移动轨迹特征分析成为机会网络研究的又一个重要领域。机会网络的传输机会有赖于节点的移动,由于现实中移动通信设备大都由人携带,网络中的设备节点的移动方式具有人的移动特性,具有随机和不受控的特点,因此分析采集现实中的真实数据集,对机会网络的设计和评价是至关重要的,然而目前很多机会网络的节点移动性大多设计为受控移动,节点按照其它节点或者外界的指令进行移动,不能用于实际的应用中,另外,海量的真实轨迹数据集存在空间存储大、数据传送和分析较慢等问题。为了解决这些问题,本文从两个方面对上述问题开展研究并且提出了解决方案,首先,分析人类移动真实轨迹数据集并对轨迹数据集进行移动特性挖掘,给出移动轨迹特征的空间属性度量指标(如:运动路径长度、回旋半径)、时间属性度量指标(如:访问时间)、社会属性度量指标(如:通信持续时间、通信间隔时间)的分析方法。接着,针对大批量的人类移动轨迹真实数据集所带来的数据冗余问题、查询效率低、用户响应时间慢、存储空间不足等问题,研究一种改进的滑动窗口轨迹数据压缩方法,将最大偏移距离参考轨迹点作为当前待压缩的轨迹点能否被压缩的判据,以降低轨迹的压缩时间、提高压缩效率。实验测试结果表明,较现有的滑动窗口轨迹数据压缩算法,改进的滑动窗口轨迹数据压缩算法在压缩时间上有显著减少,在压缩率上也有所提高,并且在常用的轨迹压缩阈值范围内,两种算法压缩后得到的轨迹集的相似度很高。最后,本文实现了一个人类移动轨迹特征的综合分析软件平台,将以上两点策略应用在该系统软件中。实验结果表明,该平台能够方便地实现人类移动轨迹数据集压缩,画出任意用户的轨迹图形,而且能够快速地对移动轨迹特征的空间属性度量指标、时间属性度量指标、社会属性度量指标进行有效分析。
【关键词】：机会网络 真实移动轨迹 轨迹压缩 特征分析 互补累计分布
【学位授予单位】：南京邮电大学
【学位级别】：硕士
【学位授予年份】：2016
【分类号】：TN929.5
【目录】：

• 摘要4-5
• Abstract5-9
• 第一章 绪论9-16
• 1.1 研究背景9-10
• 1.2 国内外研究现状10-13
• 1.2.1 机会网络10-11
• 1.2.2 机会网络下的人类移动轨迹特征研究及轨迹压缩技术11-13
• 1.3 论文研究目标及内容13-14
• 1.3.1 研究目标13
• 1.3.2 研究内容13-14
• 1.4 论文主要来源及主要贡献14
• 1.4.1 论文来源14
• 1.4.2 主要贡献14
• 1.5 论文组织结构14-16
• 第二章 机会网络16-21
• 2.1 机会网络概述16-17
• 2.2 机会网络的体系结构17-18
• 2.3 机会网络的信息传播过程和特性18-19
• 2.3.1 机会网络的信息传播过程18
• 2.3.2 机会网络的特性18-19
• 2.4 机会网络研究的热点问题19-21
• 第三章 机会网络下的人类移动轨迹特征研究21-31
• 3.1 引言21-22
• 3.2 真实场景轨迹数据集22-25
• 3.2.1 真实场景数据集的采集方式22-23
• 3.2.2 几种常用的数据集23-24
• 3.2.3 本文采用的真实移动轨迹数据集24-25
• 3.3 人类移动行为特征25-30
• 3.3.1 人类移动行为特征研究概述25-26
• 3.3.2 机会网络信息传播中的特征分类26-30
• 3.4 本章小结30-31
• 第四章 一种改进的滑动窗口轨迹压缩算法31-40
• 4.1 引言31-32
• 4.2 轨迹数据压缩算法分类32-33
• 4.3 改进的滑动窗口轨迹压缩算法描述33-36
• 4.3.1 算法的改进策略33-34
• 4.3.2 改进的滑动窗口轨迹数据压缩算法34-36
• 4.4 测试与性能分析36-39
• 4.4.1 实验数据集与实验环境36
• 4.4.2 实验评价准则36-37
• 4.4.3 实验结果37-39
• 4.5 本章小结39-40
• 第五章 人类移动轨迹特征的综合分析软件的设计与实现40-53
• 5.1 引言40
• 5.2 原型系统设计40-43
• 5.2.1 系统环境40
• 5.2.2 原型系统设计目标40-41
• 5.2.3 原型系统接口图41
• 5.2.4 原型系统物理结构图41-42
• 5.2.5 系统类说明42-43
• 5.3 原型系统功能实现与性能测试43-53
• 5.3.1 系统功能实现43-49
• 5.3.2 性能测试49-53
• 第六章 总结与展望53-55
• 6.1 总结53-54
• 6.2 展望54-55
• 参考文献55-57
• 附录1 攻读硕士学位期间撰写的论文57-58
• 附录2 攻读硕士学位期间申请的专利58-59
• 附录3 攻读硕士学位期间参加的科研项目59-60
• 致谢60

【相似文献】

中国期刊全文数据库 前10条

1 胡亮;裴莹;初剑峰;袁巍;王文博;樊丽;刘建男;;基于鼠标移动轨迹的真随机数产生方法[J];吉林大学学报(理学版);2011年05期

2 蒋新华;廖律超;邹复民;;基于浮动车移动轨迹的新增道路自动发现算法[J];计算机应用;2013年02期

3 王江锋;闫学东;邵春福;魏丽英;;基于Min-Max方法和移动轨迹融合的车辆无线定位算法[J];汽车工程;2012年05期

4 玛丽;;手持“利器”PERFACT Performance让课堂讲演更精彩[J];上海教育;2010年20期

5 玛丽;;手持“利器”PERFACT Performance让课堂讲演更精彩[J];上海教育;2010年Z2期

6 玛丽;;手持“利器”PERFACT Performance让课堂讲演更精彩[J];上海教育;2010年22期

7 叶春晓;宋为涛;;基于移动轨迹的集装箱码头中控调度研究[J];计算机应用研究;2011年08期

8 熊妍;罗泽;阎保平;;GPS位置历史挖掘和移动轨迹异常检测系统的设计与实现[J];计算机应用研究;2013年09期

9 吴国凤;吴善新;;基于MN的移动轨迹的MAP实时调整策略[J];计算机系统应用;2008年05期

10 周昌令;钱群;赵伊秋;尚群;;校园无线网用户群体的移动行为聚集分析[J];通信学报;2013年S2期

中国硕士学位论文全文数据库 前9条

1 林海标;移动轨迹挖掘算法设计与系统实现[D];华南理工大学;2015年

2 权宇澄;动物移动轨迹数据的挖掘研究[D];华东师范大学;2016年

3 钱琨;基于蜂窝信令数据的移动轨迹清洗和预测方法研究与实现[D];西南交通大学;2016年

4 隋雪芹;基于社会媒体的用户移动轨迹挖掘及其在朋友推荐中的应用研究[D];山东大学;2016年

5 安建瑞;基于MapReduce的用户移动轨迹序列模式挖掘算法研究[D];山东理工大学;2016年

6 刘敏;面向机会网络的人类移动轨迹特征分析方法的研究[D];南京邮电大学;2016年

7 胡伟峰;道路网物体移动模式的研究[D];河海大学;2007年

8 宋为涛;基于移动轨迹的集装箱码头中控调度研究[D];重庆大学;2011年

9 谷小蕾;WSAN激励节点最优移动轨迹设计[D];西南交通大学;2012年

，

本文编号：797315