移动对象轨迹分析技术研究(1)

移动对象轨迹分析技术研究(1)

ID:36845900

大小:3.29 MB

页数:74页

时间:2019-05-16

移动对象轨迹分析技术研究(1)_第1页
移动对象轨迹分析技术研究(1)_第2页
移动对象轨迹分析技术研究(1)_第3页
移动对象轨迹分析技术研究(1)_第4页
移动对象轨迹分析技术研究(1)_第5页
资源描述:

《移动对象轨迹分析技术研究(1)》由会员上传分享,免费在线阅读,更多相关内容在学术论文-天天文库

1、国防科学技术大学研究生院硕士学位论文摘要随着全球定位系统、无线通信网络等基础设施的飞速发展与普及,传统的移动对象位置服务已经不能满足用户不断增长的应用需求,面临着许多新的挑战。移动对象轨迹分析作为移动对象分析中最重要的技术之一,在移动对象位置服务中占有十分重要的位置,有着广泛的应用前景。目前对移动对象轨迹分析的研究尚处于起步阶段,在理论和实际应用上还不成熟,存在许多问题和技术需要解决。论文在全面总结和分析国内外移动对象数据库领域相关工作的基础上,面向实际应用需求,对移动对象轨迹分析的关键技术进行研究,提出了移动对象轨迹数据预处理、移动对象轨迹分析中的感兴

2、趣区域(RegionsofInterest,ROI)和频繁兴趣模式(FrequentInterestingPattern,FIP)发现的方法。本文的主要工作和创新点如下:1.提出基于网格划分剪除(PrunebasedonGridPartition,PBGP)的方法,减少轨迹分析量。移动对象轨迹数据量庞大,无用数据多,通过PBGP方法将轨迹数据映射到网格中,结合ROI发现的条件,以单元中的轨迹数作为单元剪除的条件,同时为保证结果的完整性,该方法特别对单元边界区域进行分析。2.研究移动对象轨迹ROI发现方法,提出了针对大量移动对象轨迹ROI发现的两阶段方法。

3、该方法首先采用改进的DBSCAN方法发现单轨迹中的聚类块,通过采用平均位置点表示聚类块,从而采用传统DBSCAN方法聚类得到大量轨迹的ROI。在改进的DBSCAN方法中结合轨迹的特点提出了Eps线性邻域的概念,并提出通过分位数函数确定参数。3.提出了移动对象FIP的发现方法。在ROI发现的基础上,本文对单个移动对象轨迹和大量移动对象轨迹的FIP发现方法进行了研究。在单轨迹FIP发现中,通过对各个ROI中移动对象信息的统计生成感兴趣区域信息列表(ROI-list),根据单个对象在各个ROI中出现的频率与时间得到其FIP。对大量移动对象轨迹的FIP发现,本文

4、在ROI的兴趣度和移动对象经验度的基础上,提出了计算模式段得分的方法,任意长度的模式段的得分为各段得分之和,该方法能发现任意长度的FIP。对论文中提出的方法,通过实例分析,证明了它们在时间性能和准确性上的优势。主题词:移动对象轨迹感兴趣区域频繁兴趣模式网格划分剪除DBSCAN方法第i页国防科学技术大学研究生院硕士学位论文ABSTRACTWiththerapiddevelopmentofGlobalPositioningSystem(GPS)andwirelesscommunicationnetwork,traditionallocation-baseds

5、ervicetowardsmovingobjectscannotmeettheneedsofusersandfacemanychallenges.Asoneofthemostimportantanalyzingtechniquesofmovingobjects,trajectoryanalyzingtechniquesplayaveryimportantroleinmovingobjectslocation-basedservicesandhavebroadapplicationforeground.Currentlytheresearchesonmov

6、ingobjects’trajectoryanalyzingarepreliminaryandfarfrommaturationbothintheoryandpractice.Andtherearemanyopenproblemtosolve.Inordertostudythedifficultandhotissuesinmovingobjectsdatabases,thispapergivescomprehensivediscussesandanalysisonformerworkinrelatedareas.Andtowardstheapplicat

7、ionneeds,thispaperstudiesthekeytechniquesofmovingobjectstrajectoriesanalyze,andproposestheapproachesoftrajectoriespretreatment,ROI(RegionsofInterest)discoveryandFIP(FrequentInterestingPattern)discovery.Themainworkandinnovationsaredetailedasfollows:1.ThispaperproposesPBGP(Prunebas

8、edonGridPartition)approachtoreducetheamo

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。