為了對長周期定點軌跡數(shù)據(jù)進行行程識別,提出了一種基于動態(tài)閾值的定點軌跡數(shù)據(jù)行程識別方法.首先,采用聚類方法確定與閾值相關的時空多粒度參數(shù);其次,根據(jù)參數(shù)對歷史記錄進行統(tǒng)計,計算參數(shù)對應的閾值;利用時空相關參數(shù)獲取對應閾值,對軌跡進行分段,進而實現(xiàn)行程識別.基于真實的城市交通卡口數(shù)據(jù)的實驗結果表明,使用時空相關的動態(tài)閾值方法對定點軌跡數(shù)據(jù)進行行程識別在準確率和覆蓋率上都要優(yōu)于傳統(tǒng)基于固定和單一閾值的方法. 

【文章頁數(shù)】：9 頁

【文章目錄】：
1問題定義
    1.1相關定義
    1.2問題定義
2基于動態(tài)閾值的定點軌跡數(shù)據(jù)行程識別方法
    2.1速度閾值選取參數(shù)維度
    2.2聚類方法獲得速度閾值參數(shù)粒度
    2.3速度閾值計算方法
    2.4長周期軌跡數(shù)據(jù)分段
3實驗評價
    3.1實驗環(huán)境
    3.2實驗數(shù)據(jù)
    3.3評價指標
    3.4實驗結果分析
4結束語


【參考文獻】：
期刊論文
[1]Location Prediction on Trajectory Data: A Review[J]. Ruizhi Wu,Guangchun Luo,Junming Shao,Ling Tian,Chengzong Peng.  Big Data Mining and Analytics. 2018(02)
[2]基于速度的空間軌跡停留點提取算法[J]. 侯穎超,王盼成,劉興權,滕潔.  地理與地理信息科學. 2016(06)
[3]軌跡大數(shù)據(jù):數(shù)據(jù)處理關鍵技術研究綜述[J]. 高強,張鳳荔,王瑞錦,周帆.  軟件學報. 2017(04)
[4]軌跡大數(shù)據(jù):數(shù)據(jù)、應用與技術現(xiàn)狀[J]. 許佳捷,鄭凱,池明旻,朱揚勇,禹曉輝,周曉方.  通信學報. 2015(12)
[5]一種基于手機定位數(shù)據(jù)的出行行程識別方法[J]. 張健欽,仇培元,徐志潔,杜明義.  武漢理工大學學報(交通科學與工程版). 2013(05)

博士論文
[1]基于GPS軌跡的出行信息提取研究[D]. 張治華.華東師范大學 2010

碩士論文
[1]基于相關系數(shù)的軌跡停留點識別算法[D]. 王京.華中師范大學 2016



本文編號：3648937