基于位置信息的移动对象行为模式分析
本文关键词:基于位置信息的移动对象行为模式分析
更多相关文章: 移动对象 高维稀疏 位置语义 行为模式 人群分类
【摘要】:随着移动设备的普及,GPS定位技术的迅速发展,移动对象使用位置应用服务产生的位置数据呈指数型增长。位置数据中蕴含着丰富的时间、空间信息,通过研究移动对象随时间的空间变化规律,发现移动对象的行为模式,对于对象行为预测、个性化服务推荐等具有重要意义。目前关于行为模式抽取的研究大多将GPS坐标作为轨迹基点,往往不能体现出移动对象的兴趣爱好和移动意图;且由于位置数据的高维特性,直接处理真实GPS坐标会导致行为模式抽取工作繁重。针对以上移动对象行为模式分析还存在的不足,本文着力解决两个问题:高维稀疏性和时序性。本文针对位置数据的特殊性,提出位置语义发现方法,挖掘位置坐标下潜在的地区功能特征,将高维的位置坐标数据映射到低维的位置语义空间。并在位置语义发现方法的基础上,提出了一种基于位置语义和概率的人群分类方法,将对象对位置语义空间的访问概率作为其静态特征向量,应用于人群分类。同时,针对位置数据中包含的时序信息,建立了三条移动轨迹抽取应遵循的约束条件,为不同时间段、不同地理位置距离、不同位置语义的坐标点建立统一且合理的轨迹抽取模式。挖掘移动对象特定时间片的移动轨迹,将其频繁移动的轨迹作为对象行为模式。将行为模式作为移动对象的动态特征,应用到人群分类中。在动态时间规整(Dynamic Time Warping,DTW)算法基础上建立了行为模式相似度计算机制,在移动对象行为模式长度不一致的情况下,计算移动对象间的最大相似度,以此作为人群分类依据。通过人群分类结果,验证静态特征和动态特征的有效性。在采集到的真实位置数据集上的实验表明,位置语义发现方法得到的位置语义能准确说明位置坐标所在地区的功能特征,与其他降维算法相比,具有更高的性能;基于移动对象静态特征的人群分类方法具有良好的F-measure,能有效地判断移动对象类型;行为模式抽取方法得到的移动对象行为模式符合真实日常移动模式,基于移动对象动态特征的人群分类结果表明对象动态特征向量较静态特征向量更适合表征对象特征,应用于人群分类中得到的F-measure值更优。
【学位授予单位】:西南科技大学
【学位级别】:硕士
【学位授予年份】:2017
【分类号】:TN929.5
【相似文献】
中国期刊全文数据库 前10条
1 丁晓丽,郝忠孝;移动对象的建模和查询[J];齐齐哈尔大学学报;2005年01期
2 黄添强;卓飞豹;;移动对象查询研究进展[J];系统仿真技术;2007年04期
3 李伯权;;基于轨迹不确定的移动对象的预测处理[J];齐齐哈尔大学学报;2008年06期
4 王元芝;鄢来斌;;一种移动对象位置信息的处理方法[J];计算机工程与科学;2009年12期
5 李实吉;秦小麟;施竣严;;障碍空间中的移动对象位置预测[J];计算机科学;2014年07期
6 易善桢,张勇,周立柱;一种平面移动对象的时空数据模型[J];软件学报;2002年08期
7 吴劲;卢显良;;移动对象数据模型[J];计算机科学;2002年06期
8 董毅,Edward Chan,黄载禄;LDCQ的距离更新策略[J];华中科技大学学报(自然科学版);2003年12期
9 李国徽;钟细亚;;一种基于固定网络的移动对象运动轨迹索引模型[J];计算机研究与发展;2006年05期
10 卢炎生;查志勇;潘鹏;;一种改进的移动对象时空数据模型[J];华中科技大学学报(自然科学版);2006年08期
中国重要会议论文全文数据库 前10条
1 翁敬农;;移动对象及其时空模型的研究[A];中国地理信息系统协会第九届年会论文集[C];2005年
2 张伟;皮德常;;挖掘移动对象的频繁运动模式[A];2009年中国智能自动化会议论文集(第三分册)[C];2009年
3 曹会萍;丁治明;王珊;孟小峰;;移动对象管理的自适应索引方法[A];第十八届全国数据库学术会议论文集(研究报告篇)[C];2001年
4 胡志智;孟小峰;郭研妍;李本钊;陈继东;;基于模拟预测的移动对象位置主动更新策略[A];第二十一届中国数据库学术会议论文集(研究报告篇)[C];2004年
5 陈滨;丁治明;纪鹏程;;基于动态交通网络的移动对象的索引[A];第二十三届中国数据库学术会议论文集(技术报告篇)[C];2006年
6 王波涛;陈贺;马俊;喜连川优;王国仁;;基于区域覆盖的移动对象索引的设计与实现[A];第26届中国数据库学术会议论文集(A辑)[C];2009年
7 涂丹丹;向琳;左德承;杨孝宗;;移动对象数据库管理技术[A];黑龙江省计算机学会2007年学术交流年会论文集[C];2007年
8 白芸;孟小峰;丁锐;杨楠;胡志智;;基于移动对象流的道路索引[A];第二十届全国数据库学术会议论文集(研究报告篇)[C];2003年
9 刘小峰;陈传波;刘云生;;移动对象全局K最接近邻居查询研究[A];2007年全国开放式分布与并行计算机学术会议论文集(上册)[C];2007年
10 赵亮;陈荦;景宁;钟志农;;一种高效的移动对象连续多范围查询处理框架[A];第26届中国数据库学术会议论文集(B辑)[C];2009年
中国重要报纸全文数据库 前4条
1 中国人民大学信息学院 孟小峰 丁治明;让数据跟随你移动[N];计算机世界;2001年
2 中国人民大学信息学院 郝兴;移动数据管理待补课[N];中国计算机报;2008年
3 ;Word中的“微调”技术[N];中国计算机报;2005年
4 四川 余文勇;课件特殊效果巧实现[N];中国电脑教育报;2001年
中国博士学位论文全文数据库 前10条
1 吴佩莉;移动对象轨迹数据管理关键技术研究[D];北京理工大学;2015年
2 杨彬;室内移动对象的数据管理[D];复旦大学;2010年
3 叶李;移动对象数据库查询及处理技术研究[D];电子科技大学;2011年
4 张恒飞;空间数据库中移动对象位置管理技术研究[D];华中科技大学;2012年
5 方颖;移动对象数据库中移动对象索引方法研究[D];武汉大学;2010年
6 廖巍;面向位置服务的移动对象索引与查询处理技术研究[D];国防科学技术大学;2007年
7 陈楠;时空数据库中移动对象的索引和查询技术研究[D];浙江大学;2010年
8 赵亮;面向位置服务的移动对象并发查询处理技术[D];国防科学技术大学;2010年
9 张凤荔;移动对象数据智能处理模型研究[D];电子科技大学;2007年
10 袁冠;移动对象轨迹数据挖掘方法研究[D];中国矿业大学;2012年
中国硕士学位论文全文数据库 前10条
1 黄川林;室内移动对象轨迹分析研究[D];中国科学技术大学;2014年
2 王梦冉;蜂窝网中基于频繁轨迹的越区切换算法研究[D];西南交通大学;2015年
3 金琨;不确定环境下移动对象轨迹模式挖掘及路径规划研究[D];西南交通大学;2015年
4 易显天;面向位置服务的道路网络下的汽车索引技术研究[D];电子科技大学;2015年
5 毕彦博;优化的基于Voronoi图的移动对象K近邻查询算法的研究与实现[D];东北大学;2013年
6 孙清清;面向移动对象间状态查询优化算法的研究与实现[D];东北大学;2013年
7 杨雨;面向GPS的移动对象轨迹模式挖掘研究[D];东北大学;2014年
8 张盼盼;融合复合特征的移动轨迹预测方法的研究与实现[D];西安电子科技大学;2014年
9 吴昊;基于路网的移动对象位置管理关键技术研究[D];南京邮电大学;2015年
10 翟婷;基于路网感知的时空轨迹聚类算法研究[D];中北大学;2016年
,本文编号:1256652
本文链接:https://www.wllwen.com/shoufeilunwen/xixikjs/1256652.html