基于手机传感器的群组识别及监测方法研究

发布时间：2021-03-03 08:31

　　行人群组是指一群聚集在一起并沿相似路线行走的人的集合。事实上人们常常结伴而行,群组现象广泛地存在于各种社会活动之中。对于行人之间群组关系的分析能够帮助研究者理解人与人之间的互动模式,从而进一步地挖掘行人之间的社会关系并将其应用于各个领域。比如以行人群组信息为基础,商家可以为用户发送更加有针对性的促销信息。对于大型集会等社会活动,行人群组信息也为紧急疏散方案提供决策依据。随着智能手机的普及和发展,利用手机内置传感器获取反映行人位置和运动特征的信息变得更加容易。这些数据能够帮助研究者更好地分析行人之间的潜在关系从而加快行人群组领域的研究进展。目前,绝大多数对于行人群组的工作都是以行人的位置信息作为必要条件辅以相关的运动数据来挖掘其中隐含的群组信息,从而实现对行人群组的识别和追踪等操作。对于如何得到研究所必须的位置数据,手机内置的GPS传感器因其能够获取日常生活中各种场景下行人的位置信息而成为研究人员的首要选择。但是智能手机长时间持续地开启诸如GPS等传感器所造成的巨大能量消耗是目前该领域面对的挑战之一。针对上述挑战,本文提出了一种节能的行人群组识别和监测方法,在不降低现有群组检测准确度的同... 

【文章来源】：西安电子科技大学陕西省 211工程院校 教育部直属院校

【文章页数】：85 页

【学位级别】：硕士

【文章目录】：
摘要
ABSTRACT
符号对照表
缩略语对照表
第一章 绪论
    1.1 研究背景及意义
    1.2 国内外研究现状
    1.3 论文研究内容
    1.4 论文组织结构
第二章 基础理论与技术
    2.1 基于手机传感器数据的用户行为研究
    2.2 群组检测的聚类方法
        2.2.1 基于分裂的聚类方法
        2.2.2 层次聚类方法
        2.2.3 基于密度的聚类方法
    2.3 异常检测方法
        2.3.1 基于分类方法的异常检测
        2.3.2 基于聚类方法的异常检测
        2.3.3 基于统计方法的异常检测
        2.3.4 基于最近邻分析的异常检测
    2.4 本章小结
第三章 基于GPS数据的群组识别
    3.1 群组状态定义
        3.1.1 潜在组
        3.1.2 活跃组
        3.1.3 稳定组
        3.1.4 解散组
    3.2 群组识别方法总体架构
    3.3 空间聚类方法
        3.3.1 密度融合聚类算法原理
        3.3.2 基于密度融合算法的空间聚类方法
    3.4 时间聚类方法
        3.4.1 群组成员相似度
        3.4.2 群组结构相似度
        3.4.3 基于群组相似度的时间聚类方法
    3.5 本章小结
第四章 基于惯性传感器数据的群组监测
    4.1 群组监测方法总体架构
    4.2 在线数据处理
        4.2.1 原始数据处理
        4.2.2 数据特征提取
        4.2.3 构造群组差异值序列
    4.3 基于增量局部异常因子的异常事件检测
        4.3.1 增量局部异常因子算法
        4.3.2 稳定组异常时刻检测
        4.3.3 异常时刻的异常个体及其行为识别
    4.4 本章小结
第五章 测试实验与结果分析
    5.1 实验方法
        5.1.1 群组识别及监测实验方案设计与测试
        5.1.2 群组监测阶段针对性实验设计与测试
    5.2 实验评估指标
        5.2.1 群组检测准确度评估指标
        5.2.2 算法耗电量评估指标
    5.3 对比方法与参数设置
        5.3.1 对比方法介绍
        5.3.2 参数设置
    5.4 实验结果分析
        5.4.1 群组识别及监测实验准确率结果分析
        5.4.2 算法耗电量结果分析
        5.4.3 参数分析
    5.5 本章小结
第六章 总结与展望
    6.1 总结
    6.2 展望
参考文献
致谢
作者简介



本文编号：3060953