隨著電子監(jiān)控技術(shù)和司法體制改革工作的開展,在社區(qū)矯正領(lǐng)域,電子監(jiān)管技術(shù)得到了研究和應(yīng)用。隨著社區(qū)矯正服刑人員位置信息的累積,如何利用這些數(shù)據(jù)給社區(qū)矯正的工作提供幫助是一個(gè)很有意義的研究方向。面對此需求,本文對社區(qū)矯正領(lǐng)域的行為軌跡的處理在DBSCAN算法的基礎(chǔ)上進(jìn)行了一些改進(jìn)來進(jìn)行分段和聚類。該方法能夠?qū)ι鐓^(qū)矯正的人員出行軌跡進(jìn)行識別和特征提取。并將其與POI數(shù)據(jù)結(jié)合分析其語義信息,給社區(qū)矯正的軌跡處理問題提供了一個(gè)新的處理方法。本文研究的主要內(nèi)容如下:（1）將傳統(tǒng)的結(jié)構(gòu)性數(shù)據(jù)轉(zhuǎn)換存儲到圖數(shù)據(jù)庫neo4j中,實(shí)現(xiàn)了對其相關(guān)信息的轉(zhuǎn)換存儲,通過spring boot+maven搭建項(xiàng)目,將圖數(shù)據(jù)信息使用D3進(jìn)行了可視化,極大的便利了社區(qū)矯正管理人員的日常管理工作,也為以后社區(qū)矯正服刑人員之間的人際關(guān)系處理方法打下了基礎(chǔ)。（2）對軌跡數(shù)據(jù)進(jìn)行擬合,使得服刑人員的軌跡顯得更真實(shí),對異常采集數(shù)據(jù)進(jìn)行處理,對其進(jìn)行了區(qū)別顯示。（3）對服刑人員的歷史軌跡按天進(jìn)行統(tǒng)計(jì)分析,將POI數(shù)據(jù)與軌跡數(shù)據(jù)結(jié)合賦予單純的出行軌跡以語義信息,使得其出行模式與語義結(jié)合更有實(shí)際意義。對一般出行軌跡進(jìn)行建模,將新到來的... 

【文章來源】：中國電子科技集團(tuán)公司電子科學(xué)研究院北京市

【文章頁數(shù)】：64 頁

【學(xué)位級別】：碩士

【文章目錄】：
摘要
ABSTRACT
第一章 緒論
    1.1 選題背景和意義
    1.2 國內(nèi)外研究現(xiàn)狀
    1.3 論文主要工作
    1.4 論文結(jié)構(gòu)安排
第二章 相關(guān)技術(shù)概述
    2.1 聚類分析
        2.1.1 AGNES算法
        2.1.2 K-均值
        2.1.3 模糊C-均值算法
        2.1.4 DBSCAN算法
        2.1.5 Mrkd-trees算法
        2.1.6 STING算法
    2.2 異常軌跡識別技術(shù)
        2.2.1 以局部相似情況作為相似度
        2.2.2 以整體相似情況作為相似度
        2.2.3 最快速、低精度且抗噪的距離計(jì)算
    2.3 可視化相關(guān)技術(shù)
        2.3.1 Cypher語言
        2.3.2 Neo4j數(shù)據(jù)庫
        2.3.3 gps坐標(biāo)換算為百度坐標(biāo)
        2.3.4 spring boot+D3
    2.4 本章小結(jié)
第三章 社區(qū)矯正行為分析子系統(tǒng)設(shè)計(jì)
    3.1 設(shè)計(jì)思路
        3.1.1 整體架構(gòu)
        3.1.2 數(shù)據(jù)分析
        3.1.3 功能分析
    3.2 數(shù)據(jù)庫設(shè)計(jì)
    3.3 子系統(tǒng)設(shè)計(jì)
    3.4 模塊功能設(shè)計(jì)
    3.5 本章小結(jié)
第四章 關(guān)鍵技術(shù)設(shè)計(jì)與實(shí)現(xiàn)
    4.1 數(shù)據(jù)來源與獲取
    4.2 數(shù)據(jù)集的處理
        4.2.1 數(shù)據(jù)預(yù)處理
        4.2.2 禁止令數(shù)據(jù)處理
    4.3 數(shù)據(jù)可視化
        4.3.1 人員信息可視化
        4.3.2 軌跡數(shù)據(jù)可視化
    4.4 異常出行軌跡識別
        4.4.1 軌跡數(shù)據(jù)處理
        4.4.2 初始參數(shù)設(shè)置
        4.4.3 軌跡特征點(diǎn)提取
        4.4.4 軌跡分段
        4.4.5 軌跡聚類
    4.5 行為分析
        4.5.1 軌跡和poi數(shù)據(jù)的結(jié)合
        4.5.2 異常行為警示
    4.6 本章小結(jié)
第五章 實(shí)驗(yàn)與結(jié)果分析
    5.1 系統(tǒng)功能界面
        5.1.1 人員信息可視化
        5.1.2 軌跡數(shù)據(jù)展示
        5.1.3 軌跡異常預(yù)警
    5.2 運(yùn)行結(jié)果分析與展示
    5.3 本章小結(jié)
第六章 總結(jié)與展望
    6.1 總結(jié)
    6.2 展望
參考文獻(xiàn)
致謝
在學(xué)期間發(fā)表的學(xué)術(shù)論文及取得的研究成果


【參考文獻(xiàn)】：
期刊論文
[1]基于CRF和半監(jiān)督學(xué)習(xí)的維吾爾文命名實(shí)體識別[J]. 王路路,艾山·吾買爾,買合木提·買買提,卡哈爾江·阿比的熱西提,吐爾根·依布拉音.  中文信息學(xué)報(bào). 2018(11)
[2]美國創(chuàng)新體系軍民深度融合發(fā)展特點(diǎn)及啟示[J]. 周飛,張志強(qiáng).  國防科技. 2018(05)
[3]時(shí)空軌跡相似性度量方法綜述[J]. 周星星,吉根林,張書亮.  地理信息世界. 2018(04)
[4]基于Neo4j的社交網(wǎng)絡(luò)平臺設(shè)計(jì)與實(shí)現(xiàn)[J]. 張琳,熊斯攀.  情報(bào)探索. 2018(08)
[5]時(shí)空對象的聚類方法與應(yīng)用初探[J]. 楊振凱,李響,陳達(dá).  地理信息世界. 2018(02)
[6]異常軌跡數(shù)據(jù)預(yù)警與預(yù)測關(guān)鍵技術(shù)綜述[J]. 仇功達(dá),何明,楊杰,曹玉婷,孫繼紅.  系統(tǒng)仿真學(xué)報(bào). 2017(11)
[7]WGS-84經(jīng)緯度轉(zhuǎn)百度平面坐標(biāo)的離線轉(zhuǎn)換方法研究[J]. 彭小婷.  測繪與空間地理信息. 2017(09)
[8]數(shù)據(jù)挖掘之聚類分析算法綜述[J]. 楊佳潤.  通訊世界. 2017(16)
[9]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)
[10]Spring Boot研究和應(yīng)用[J]. 王永和,張勁松,鄧安明,周智勛.  信息通信. 2016(10)

碩士論文
[1]社區(qū)矯正與禁止令之功能沖突與調(diào)適[D]. 丁梓.四川師范大學(xué) 2018
[2]基于網(wǎng)格和密度比的DBSCAN算法研究[D]. 普蓉.遼寧大學(xué) 2018
[3]基于車聯(lián)網(wǎng)大數(shù)據(jù)的交通擁堵算法研究及應(yīng)用[D]. 張文毳.天津大學(xué) 2016
[4]基于FCM改進(jìn)算法的快遞配送區(qū)域劃分問題研究[D]. 閻宇婷.大連海事大學(xué) 2012



本文編號：3205365