為了對長周期定點(diǎn)軌跡數(shù)據(jù)進(jìn)行行程識別,提出了一種基于動(dòng)態(tài)閾值的定點(diǎn)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(guān)的時(shí)空多粒度參數(shù);其次,根據(jù)參數(shù)對歷史記錄進(jìn)行統(tǒng)計(jì),計(jì)算參數(shù)對應(yīng)的閾值;利用時(shí)空相關(guān)參數(shù)獲取對應(yīng)閾值,對軌跡進(jìn)行分段,進(jìn)而實(shí)現(xiàn)行程識別.基于真實(shí)的城市交通卡口數(shù)據(jù)的實(shí)驗(yàn)結(jié)果表明,使用時(shí)空相關(guān)的動(dòng)態(tài)閾值方法對定點(diǎn)軌跡數(shù)據(jù)進(jìn)行行程識別在準(zhǔn)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(guān)定義
    1.2問題定義
2基于動(dòng)態(tài)閾值的定點(diǎn)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(jì)算方法
    2.4長周期軌跡數(shù)據(jù)分段
3實(shí)驗(yàn)評價(jià)
    3.1實(shí)驗(yàn)環(huán)境
    3.2實(shí)驗(yàn)數(shù)據(jù)
    3.3評價(jià)指標(biāo)
    3.4實(shí)驗(yàn)結(jié)果分析
4結(jié)束語


【參考文獻(xiàn)】：
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(diǎn)提取算法[J]. 侯穎超,王盼成,劉興權(quán),滕潔.  地理與地理信息科學(xué). 2016(06)
[3]軌跡大數(shù)據(jù):數(shù)據(jù)處理關(guān)鍵技術(shù)研究綜述[J]. 高強(qiáng),張鳳荔,王瑞錦,周帆.  軟件學(xué)報(bào). 2017(04)
[4]軌跡大數(shù)據(jù):數(shù)據(jù)、應(yīng)用與技術(shù)現(xiàn)狀[J]. 許佳捷,鄭凱,池明旻,朱揚(yáng)勇,禹曉輝,周曉方.  通信學(xué)報(bào). 2015(12)
[5]一種基于手機(jī)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(xué)學(xué)報(bào)(交通科學(xué)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(xué) 2010

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



本文編號：3648937