隨著時代的進(jìn)步和人們生活水平的大幅提高,購買汽車的人越來越多。一方面,各種定位技術(shù)在不斷的發(fā)展,移動設(shè)備也在普及,獲取人們的定位信息并轉(zhuǎn)化為時空數(shù)據(jù)也變得越來越容易。另一方面,為了維護(hù)汽車服務(wù)公司和消費者的權(quán)益、保障人們的車輛安全、方便對車輛的有效調(diào)度,很多車輛都配備了汽車定位設(shè)備,這些設(shè)備向特定的管控中心不斷地發(fā)送定位數(shù)據(jù)。這些數(shù)據(jù)包含了大量的信息,為分析用戶的行為習(xí)慣等信息提供了豐富的數(shù)據(jù)資源,有利于各種基于位置的服務(wù)的實現(xiàn),對風(fēng)險控制、城市建設(shè)以及路線規(guī)劃具有極其重要的意義。本文通過對基于衛(wèi)星定位數(shù)據(jù)的用戶信息挖掘技術(shù)進(jìn)行分析,對駐留點判別、相似度度量、軌跡點聚類和用戶信息挖掘及可視化進(jìn)行了深入的研究。基于真實的定位數(shù)據(jù)挖掘用戶的駐留信息、頻繁項和重要點信息,具體研究內(nèi)容包含以下幾個方面:（1）駐留點判別。研究定位數(shù)據(jù)的挖掘流程,針對定位數(shù)據(jù)具有不連續(xù)、不完整等特點,對傳統(tǒng)動態(tài)駐留點判別算法進(jìn)行了改進(jìn),提出了SMCT算法,并對其預(yù)定義參數(shù)進(jìn)行了詳細(xì)分析。本文從準(zhǔn)確率、精準(zhǔn)率和F值等方面驗證了SMCT算法比傳統(tǒng)動態(tài)駐留點判別方法擁有更好的性能和效果,證明了SMCT算法提取出的用戶駐... 

【文章來源】：電子科技大學(xué)四川省 211工程院校 985工程院校 教育部直屬院校

【文章頁數(shù)】：94 頁

【學(xué)位級別】：碩士

【部分圖文】：

衛(wèi)星定位數(shù)據(jù)的挖掘流程圖

用戶訪問地挖掘的三層模型

徘徊地場景圖

【參考文獻(xiàn)】：
期刊論文
[1]移動軌跡聚類方法研究綜述[J]. 牟乃夏,徐玉靜,張恒才,陳潔,張靈先,劉希亮.  測繪通報. 2018(01)
[2]面向NPA的北斗系統(tǒng)PNT性能評估體系研究[J]. 尚曉輝,崔曉偉,郭婧,關(guān)峰.  電子技術(shù)應(yīng)用. 2017(11)
[3]淺析GPS與北斗對比[J]. 李春燕,劉少華.  民營科技. 2016(10)
[4]基于GPS軌跡的用戶移動行為挖掘算法[J]. 肖艷麗,張振宇,楊文忠.  計算機應(yīng)用與軟件. 2015(11)
[5]基于密度的軌跡時空聚類分析[J]. 吳笛,杜云艷,易嘉偉,魏海濤,莫洋.  地球信息科學(xué)學(xué)報. 2015(10)
[6]GLONASS衛(wèi)星信號模擬器設(shè)計與實現(xiàn)[J]. 鄧洪高,王帥,孫希延,紀(jì)元法,李銀虎.  桂林電子科技大學(xué)學(xué)報. 2013(03)
[7]GLONASS進(jìn)展及定位性能研究[J]. 雒喜平,向才炳,邊少鋒.  測繪通報. 2012(01)
[8]淺談北斗衛(wèi)星導(dǎo)航定位系統(tǒng)及其應(yīng)用[J]. 尚秀旻,王曉冬.  湖北成人教育學(xué)院學(xué)報. 2011(03)
[9]聚類算法研究[J]. 孫吉貴,劉杰,趙連宇.  軟件學(xué)報. 2008(01)
[10]“伽利略”衛(wèi)星導(dǎo)航系統(tǒng)綜述[J]. 李鐵,孫貴新.  國外電子測量技術(shù). 2005(11)

博士論文
[1]基于大規(guī)模GPS軌跡數(shù)據(jù)的活動鏈信息分析方法研究[D]. 周超然.吉林大學(xué) 2017
[2]基于有趣地點壓縮的移動點對象時空軌跡聚類研究[D]. 趙秀麗.北京交通大學(xué) 2016
[3]基于GPS軌跡和照片軌跡的時空數(shù)據(jù)挖掘[D]. 王冠男.中南大學(xué) 2013
[4]基于軌跡數(shù)據(jù)挖掘的語義化位置感知計算研究[D]. 呂明琪.浙江大學(xué) 2012

碩士論文
[1]基于出租車軌跡數(shù)據(jù)的并行化區(qū)域熱點分析方法研究[D]. 高星星.西安理工大學(xué) 2018
[2]基于GPS軌跡數(shù)據(jù)的居民出行行為特征分析[D]. 盛勇.江西理工大學(xué) 2018
[3]面向用戶出行特征的GPS軌跡建模及語義增強研究[D]. 梁慧姣.天津師范大學(xué) 2018
[4]基于度量學(xué)習(xí)的軌跡聚類研究[D]. 劉松靈.電子科技大學(xué) 2018
[5]基于手機GPS數(shù)據(jù)的出行端點識別方法研究[D]. 戴露.西南交通大學(xué) 2017
[6]基于出租車軌跡數(shù)據(jù)挖掘的居民出行特征研究[D]. 蔡柳.長安大學(xué) 2017
[7]基于用戶移動數(shù)據(jù)的可視化用戶行為分析[D]. 陳鵬.華南理工大學(xué) 2016
[8]基于GPS數(shù)據(jù)的出行—活動識別方法研究[D]. 王瀟.吉林大學(xué) 2015
[9]基于軌跡數(shù)據(jù)的頻繁項挖掘技術(shù)研究[D]. 尹鳳嬌.大連工業(yè)大學(xué) 2015
[10]基于GPS數(shù)據(jù)的用戶軌跡相似性分析[D]. 曹靜.中國海洋大學(xué) 2015



本文編號：3361337