近年來(lái),隨著定位技術(shù)的發(fā)展和附有GPS功能的智能設(shè)備的普及產(chǎn)生龐大規(guī)模的軌跡數(shù)據(jù),同時(shí),隨著大數(shù)據(jù)處理方式的不斷發(fā)展進(jìn)步還有人們不斷變化的市場(chǎng)需求,人們逐漸可以發(fā)現(xiàn)并挖掘出這些軌跡數(shù)據(jù)所蘊(yùn)含的價(jià)值,比如在揭示移動(dòng)對(duì)象歷史軌跡的同時(shí)也可以精確地反映出其運(yùn)動(dòng)特點(diǎn)和規(guī)律等。故而,愈來(lái)愈多的國(guó)內(nèi)外研究學(xué)者將研究重點(diǎn)轉(zhuǎn)移到移動(dòng)對(duì)象軌跡預(yù)測(cè)問(wèn)題上面。針對(duì)互聯(lián)網(wǎng)海量的移動(dòng)對(duì)象軌跡數(shù)據(jù),本研究提出一種Prefix PTPA軌跡預(yù)測(cè)算法,該算法的主要思想是,首先對(duì)數(shù)據(jù)進(jìn)行數(shù)據(jù)清洗和預(yù)處理并提出一種基于經(jīng)緯度分類的軌跡處理算法,然后對(duì)數(shù)據(jù)進(jìn)行停留點(diǎn)探測(cè)以及聚類的操作,其中在軌跡聚類提出了一種改進(jìn)的DBSCAN密度聚類算法,一系列數(shù)據(jù)處理最后將GPS軌跡集轉(zhuǎn)化為軌跡序列,并結(jié)合序列模式挖掘算法進(jìn)行預(yù)測(cè)。通過(guò)與馬爾科夫預(yù)測(cè)模型等經(jīng)典算法比較,實(shí)驗(yàn)結(jié)果表明Prefix PTPA軌跡預(yù)測(cè)算法有優(yōu)勢(shì),算法的平均預(yù)測(cè)準(zhǔn)確率有所提高。本文的主要研究?jī)?nèi)容如下:由于原始數(shù)據(jù)集規(guī)模巨大而雜亂,可能存在格式不滿足要求的情況,基于此本研究提出了一種基于經(jīng)緯度分類（ABLLC）的數(shù)據(jù)處理算法,從經(jīng)度和緯度還有時(shí)間三個(gè)維度去除不合規(guī)... 

【文章來(lái)源】：遼寧大學(xué)遼寧省 211工程院校

【文章頁(yè)數(shù)】：73 頁(yè)

【學(xué)位級(jí)別】：碩士

【部分圖文】：

本文整體研究測(cè)框架圖

GPS記錄

第2章相關(guān)工作8第2章相關(guān)工作2.1軌跡預(yù)測(cè)領(lǐng)域的相關(guān)概念軌跡預(yù)測(cè)是根據(jù)用戶自己或著他人的歷史軌跡數(shù)據(jù)和當(dāng)前軌跡數(shù)據(jù)信息去預(yù)測(cè)用戶將來(lái)將要訪問(wèn)的位置或者軌跡序列。相關(guān)概念[36]如下定義。定義2.1GPS記錄)record(GPS一條GPS記錄是一個(gè)由GPS軌跡點(diǎn)構(gòu)成的點(diǎn)集，字母表示為P={p1,p2,...,pn}，其中P為GPS記錄，pi代表其中一個(gè)GPS軌跡點(diǎn)。一條GPS記錄是由多個(gè)GPS軌跡點(diǎn)構(gòu)成，而每個(gè)GPS軌跡點(diǎn)可以由一個(gè)三元組構(gòu)成，即軌跡點(diǎn)（經(jīng)度，緯度，時(shí)間），具體的GPS記錄如下圖2-1所示。圖2-1GPS記錄定義2.2GPS軌跡（ytrajectorGPS）圖2-2GPS軌跡如上圖2-2所示是一條GPS軌跡，同時(shí)表2-1給出了具體的GPS軌跡示例，式子（2.1）可以用來(lái)表示一條GPS軌跡：T=<T1,T2,...,Ti,...,Tn>，其中Ti=(Lati,Lngti,Ti)(2.1)

【參考文獻(xiàn)】：
期刊論文
[1]基于網(wǎng)絡(luò)和時(shí)間約束的告警序列模式挖掘研究[J]. 徐立坤,李建路,朱珠,陳海平,王林.  計(jì)算機(jī)與數(shù)字工程. 2019(09)
[2]基于出行方式及語(yǔ)義軌跡的位置預(yù)測(cè)模型[J]. 章靜蕾,石海龍,崔莉.  計(jì)算機(jī)研究與發(fā)展. 2019(07)
[3]自適應(yīng)確定DBSCAN算法參數(shù)的算法研究[J]. 李文杰,閆世強(qiáng),蔣瑩,張松芝,王成良.  計(jì)算機(jī)工程與應(yīng)用. 2019(05)
[4]改進(jìn)的Apriori算法在云計(jì)算挖掘下的研究[J]. 徐浙君.  科技通報(bào). 2019(02)
[5]MWSN中基于馬爾可夫鏈的節(jié)點(diǎn)移動(dòng)預(yù)測(cè)算法[J]. 朱劍,李佳政.  東北大學(xué)學(xué)報(bào)(自然科學(xué)版). 2018(07)
[6]基于PrefixSpan序列模式挖掘的改進(jìn)算法[J]. 王斌,黃曉芳,袁平.  西南科技大學(xué)學(xué)報(bào). 2016(04)
[7]軌跡大數(shù)據(jù)異常檢測(cè):研究進(jìn)展及系統(tǒng)框架[J]. 毛嘉莉,金澈清,章志剛,周傲英.  軟件學(xué)報(bào). 2017(01)
[8]時(shí)空數(shù)據(jù)挖掘研究進(jìn)展[J]. 劉大有,陳慧靈,齊紅,楊博.  計(jì)算機(jī)研究與發(fā)展. 2013(02)
[9]基于自適應(yīng)多階Markov模型的位置預(yù)測(cè)[J]. 呂明琪,陳嶺,陳根才.  計(jì)算機(jī)研究與發(fā)展. 2010(10)
[10]GSP與PrefixSpan算法的比較與分析[J]. 劉立軍,崔杰,梅紅巖.  遼寧工學(xué)院學(xué)報(bào). 2006(05)

碩士論文
[1]基于移動(dòng)對(duì)象行為相似的下一位置預(yù)測(cè)算法研究[D]. 馬林宏.遼寧大學(xué) 2019
[2]基于馬爾科夫的張量鏈模型及其在用戶行為軌跡的預(yù)測(cè)[D]. 李錦濤.華中科技大學(xué) 2019
[3]基于Apriori和FP-TREE的頻繁項(xiàng)目集挖掘算法[D]. 黃黎明.南華大學(xué) 2018
[4]基于歷史軌跡集的軌跡預(yù)測(cè)與目標(biāo)預(yù)警系統(tǒng)[D]. 王娜.東南大學(xué) 2017
[5]移動(dòng)對(duì)象不確定性軌跡預(yù)測(cè)模型研究[D]. 王曉騰.西南交通大學(xué) 2016
[6]K-Means算法研究及其與智能算法的融合[D]. 李振.安徽大學(xué) 2016
[7]融合語(yǔ)義信息的位置預(yù)測(cè)技術(shù)研究[D]. 付莉莉.北京郵電大學(xué) 2016
[8]基于歷史軌跡的位置預(yù)測(cè)方法研究[D]. 楊潔.杭州電子科技大學(xué) 2015
[9]移動(dòng)對(duì)象位置預(yù)測(cè)關(guān)鍵技術(shù)的研究[D]. 張偉.南京航空航天大學(xué) 2009



本文編號(hào)：2982989