本文選題：信息處理技術(shù) + 軌跡數(shù)據(jù)挖掘　； 參考：《兵工學(xué)報(bào)》2017年10期

【摘要】：針對傳統(tǒng)興趣點(diǎn)檢測算法在準(zhǔn)確性和效率方面的不足,提出基于膨脹運(yùn)算的移動對象興趣點(diǎn)檢測方法(DMDO)。通過矩陣二值化操作濾除停留點(diǎn)噪聲,提高預(yù)測準(zhǔn)確率,并用膨脹運(yùn)算替代傳統(tǒng)方法中的聚類算法提高算法效率。將DMDO在開放空間數(shù)據(jù)集AMSA和IMIS3Days上進(jìn)行仿真實(shí)驗(yàn),結(jié)果表明:DMDO相比基于密度的空間聚類算法,在數(shù)據(jù)集AMSA上準(zhǔn)確率平均提高17.94%,算法效率提高6.63倍;在數(shù)據(jù)集IMIS3Days上準(zhǔn)確率平均提高19.98%,算法效率提高9.13倍;相比以聚類點(diǎn)排序結(jié)果確定聚類結(jié)構(gòu)算法,DMDO在數(shù)據(jù)集AMSA上準(zhǔn)確率平均提高20.04%,算法效率提高14.61倍;在數(shù)據(jù)集IMIS3Days上準(zhǔn)確率平均提高16.60%,算法效率提高42.19倍;DMDO相比傳統(tǒng)方法均表現(xiàn)出較高的預(yù)測準(zhǔn)確性、較低的時(shí)間開銷,適用于解決大數(shù)據(jù)背景下的移動對象興趣點(diǎn)檢測問題。
[Abstract]:Aiming at the shortcomings of the traditional interest point detection algorithm in accuracy and efficiency, a moving object interest point detection method (DMDO) based on expansion operation is proposed. In order to improve the prediction accuracy, the binary matrix operation is used to filter the resident point noise, and the expansion operation is used to replace the traditional clustering algorithm to improve the efficiency of the algorithm. DMDO is simulated on open spatial data sets AMSA and IMIS3Days. The results show that compared with density-based spatial clustering algorithm, the accuracy of DMDO on AMSA is 17.94 and the efficiency of the algorithm is 6.63 times higher than that of density-based spatial clustering algorithm. The accuracy on the data set (IMIS3 days) was improved by an average of 19.98, the efficiency of the algorithm was increased 9.13 times, and the accuracy of the clustering structure algorithm was increased by 20.04 times and the efficiency of the algorithm was 14.61 times higher than that of the clustering structure algorithm on AMSA. On the data set (IMIS3 days), the accuracy is improved by 16.60, and the efficiency of the algorithm is improved by 42.19 times. Compared with the traditional methods, DMDO has higher prediction accuracy and lower time cost. It is suitable to solve the problem of moving object's point of interest detection under big data background.
【作者單位】： 中國科學(xué)院電子學(xué)研究所;中國科學(xué)院空間信息處理與應(yīng)用系統(tǒng)技術(shù)重點(diǎn)實(shí)驗(yàn)室;中國科學(xué)院大學(xué)電子電氣與通信工程學(xué)院;
【分類號】：TP311.13

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 魏杰;;搜索“興趣點(diǎn)”[J];互聯(lián)網(wǎng)周刊;2008年01期

2 吳紅娉;虞明雷;章圣潔;;圖像興趣點(diǎn)的可信度增強(qiáng)方法研究[J];計(jì)算機(jī)應(yīng)用與軟件;2008年12期

3 吳長春;劉陽;白云;;興趣點(diǎn)在城市管理信息系統(tǒng)中的具體應(yīng)用[J];城市管理與科技;2008年02期

4 唐燦;唐亮貴;劉波;;一個(gè)面向新興趣點(diǎn)發(fā)現(xiàn)的模糊興趣挖掘算法[J];計(jì)算機(jī)科學(xué);2007年06期

5 杜吉祥;郭一蘭;翟傳敏;;基于局部時(shí)空興趣點(diǎn)特征包的事件識別[J];南京大學(xué)學(xué)報(bào)(自然科學(xué)版);2012年01期

6 孫達(dá);唐降龍;劉家鋒;黃劍華;;基于概率密度的興趣點(diǎn)檢測算法[J];自動化學(xué)報(bào);2008年08期

7 王揚(yáng)揚(yáng);李一波;姬曉飛;;人體動作的超興趣點(diǎn)特征表述及識別[J];中國圖象圖形學(xué)報(bào);2013年07期

8 吳長春;劉陽;白云;;談興趣點(diǎn)在城市管理信息系統(tǒng)中的具體應(yīng)用[J];測繪與空間地理信息;2008年02期

9 劉毅;張明;;基于興趣點(diǎn)的圖像檢索[J];計(jì)算機(jī)工程與應(yīng)用;2006年12期

10 廖斌;肖山竹;盧煥章;;基于加權(quán)局部熵的圖像興趣點(diǎn)檢測方法[J];激光與紅外;2007年04期

相關(guān)會議論文 前10條

1 王晗;滕鵬;梁瑋;;使用稠密興趣點(diǎn)包的非對稱風(fēng)景圖像檢索[A];第七屆和諧人機(jī)環(huán)境聯(lián)合學(xué)術(shù)會議（HHME2011)論文集【poster】[C];2011年

2 凌賀飛;陳勇;鄒復(fù)好;許治華;李平;;基于Harris興趣點(diǎn)區(qū)域的圖像拷貝檢測算法[A];第八屆全國信息隱藏與多媒體安全學(xué)術(shù)大會湖南省計(jì)算機(jī)學(xué)會第十一屆學(xué)術(shù)年會論文集[C];2009年

3 翁敬農(nóng);;移動對象及其時(shí)空模型的研究[A];中國地理信息系統(tǒng)協(xié)會第九屆年會論文集[C];2005年

4 張偉;皮德常;;挖掘移動對象的頻繁運(yùn)動模式[A];2009年中國智能自動化會議論文集（第三分冊）[C];2009年

5 曹會萍;丁治明;王珊;孟小峰;;移動對象管理的自適應(yīng)索引方法[A];第十八屆全國數(shù)據(jù)庫學(xué)術(shù)會議論文集（研究報(bào)告篇）[C];2001年

6 陳濱;丁治明;紀(jì)鵬程;;基于動態(tài)交通網(wǎng)絡(luò)的移動對象的索引[A];第二十三屆中國數(shù)據(jù)庫學(xué)術(shù)會議論文集（技術(shù)報(bào)告篇）[C];2006年

7 王波濤;陳賀;馬俊;喜連川優(yōu);王國仁;;基于區(qū)域覆蓋的移動對象索引的設(shè)計(jì)與實(shí)現(xiàn)[A];第26屆中國數(shù)據(jù)庫學(xué)術(shù)會議論文集（A輯）[C];2009年

8 涂丹丹;向琳;左德承;楊孝宗;;移動對象數(shù)據(jù)庫管理技術(shù)[A];黑龍江省計(jì)算機(jī)學(xué)會2007年學(xué)術(shù)交流年會論文集[C];2007年

9 白蕓;孟小峰;丁銳;楊楠;胡志智;;基于移動對象流的道路索引[A];第二十屆全國數(shù)據(jù)庫學(xué)術(shù)會議論文集（研究報(bào)告篇）[C];2003年

10 劉小峰;陳傳波;劉云生;;移動對象全局K最接近鄰居查詢研究[A];2007年全國開放式分布與并行計(jì)算機(jī)學(xué)術(shù)會議論文集(上冊)[C];2007年

相關(guān)重要報(bào)紙文章 前1條

1 中國人民大學(xué)信息學(xué)院 孟小峰 丁治明;讓數(shù)據(jù)跟隨你移動[N];計(jì)算機(jī)世界;2001年

相關(guān)博士學(xué)位論文 前10條

1 徐浩;移動情景感知的實(shí)時(shí)推薦技術(shù)研究[D];國防科學(xué)技術(shù)大學(xué);2015年

2 吳佩莉;移動對象軌跡數(shù)據(jù)管理關(guān)鍵技術(shù)研究[D];北京理工大學(xué);2015年

3 李雯;動態(tài)關(guān)系下的移動對象位置預(yù)測方法研究[D];中國礦業(yè)大學(xué);2017年

4 葉李;移動對象數(shù)據(jù)庫查詢及處理技術(shù)研究[D];電子科技大學(xué);2011年

5 張恒飛;空間數(shù)據(jù)庫中移動對象位置管理技術(shù)研究[D];華中科技大學(xué);2012年

6 方穎;移動對象數(shù)據(jù)庫中移動對象索引方法研究[D];武漢大學(xué);2010年

7 廖巍;面向位置服務(wù)的移動對象索引與查詢處理技術(shù)研究[D];國防科學(xué)技術(shù)大學(xué);2007年

8 陳楠;時(shí)空數(shù)據(jù)庫中移動對象的索引和查詢技術(shù)研究[D];浙江大學(xué);2010年

9 趙亮;面向位置服務(wù)的移動對象并發(fā)查詢處理技術(shù)[D];國防科學(xué)技術(shù)大學(xué);2010年

10 張鳳荔;移動對象數(shù)據(jù)智能處理模型研究[D];電子科技大學(xué);2007年

相關(guān)碩士學(xué)位論文 前10條

1 劉袁柳;面向LBSN的興趣點(diǎn)和用戶推薦方法研究[D];蘇州大學(xué);2015年

2 張淼;基于位置社交網(wǎng)絡(luò)的興趣點(diǎn)推薦方法研究[D];西南大學(xué);2015年

3 林辰;SAP用戶興趣點(diǎn)分析系統(tǒng)后臺的設(shè)計(jì)與實(shí)現(xiàn)[D];南京大學(xué);2014年

4 程呈;基于差分隱私的興趣點(diǎn)推薦系統(tǒng)的設(shè)計(jì)與分析[D];電子科技大學(xué);2015年

5 蔣曉玲;基于用戶偏好的個(gè)性化路徑挖掘研究[D];東北大學(xué);2013年

6 朱燕;基于時(shí)空興趣點(diǎn)的豬的跛腳行為識別[D];江蘇大學(xué);2016年

7 宋亞偉;融合時(shí)空特征的興趣點(diǎn)推薦算法研究[D];燕山大學(xué);2016年

8 王凱慈;基于LBSN簽到數(shù)據(jù)的用戶行為預(yù)測與興趣點(diǎn)推薦[D];南京郵電大學(xué);2016年

9 陳紫城;基于時(shí)空興趣點(diǎn)的生豬行為識別[D];華南農(nóng)業(yè)大學(xué);2016年

10 郭峰;基于局部時(shí)空興趣點(diǎn)的人體行為識別方法研究[D];浙江工業(yè)大學(xué);2016年

，

本文編號：2096313