本文關(guān)鍵詞：面向機(jī)會(huì)網(wǎng)絡(luò)的人類移動(dòng)軌跡特征分析方法的研究

  更多相關(guān)文章： 機(jī)會(huì)網(wǎng)絡(luò) 真實(shí)移動(dòng)軌跡 軌跡壓縮 特征分析 互補(bǔ)累計(jì)分布

【摘要】：近些年,隨著機(jī)會(huì)網(wǎng)絡(luò)技術(shù)的發(fā)展,人類移動(dòng)軌跡特征分析成為機(jī)會(huì)網(wǎng)絡(luò)研究的又一個(gè)重要領(lǐng)域。機(jī)會(huì)網(wǎng)絡(luò)的傳輸機(jī)會(huì)有賴于節(jié)點(diǎn)的移動(dòng),由于現(xiàn)實(shí)中移動(dòng)通信設(shè)備大都由人攜帶,網(wǎng)絡(luò)中的設(shè)備節(jié)點(diǎn)的移動(dòng)方式具有人的移動(dòng)特性,具有隨機(jī)和不受控的特點(diǎn),因此分析采集現(xiàn)實(shí)中的真實(shí)數(shù)據(jù)集,對(duì)機(jī)會(huì)網(wǎng)絡(luò)的設(shè)計(jì)和評(píng)價(jià)是至關(guān)重要的,然而目前很多機(jī)會(huì)網(wǎng)絡(luò)的節(jié)點(diǎn)移動(dòng)性大多設(shè)計(jì)為受控移動(dòng),節(jié)點(diǎn)按照其它節(jié)點(diǎn)或者外界的指令進(jìn)行移動(dòng),不能用于實(shí)際的應(yīng)用中,另外,海量的真實(shí)軌跡數(shù)據(jù)集存在空間存儲(chǔ)大、數(shù)據(jù)傳送和分析較慢等問題。為了解決這些問題,本文從兩個(gè)方面對(duì)上述問題開展研究并且提出了解決方案,首先,分析人類移動(dòng)真實(shí)軌跡數(shù)據(jù)集并對(duì)軌跡數(shù)據(jù)集進(jìn)行移動(dòng)特性挖掘,給出移動(dòng)軌跡特征的空間屬性度量指標(biāo)(如:運(yùn)動(dòng)路徑長度、回旋半徑)、時(shí)間屬性度量指標(biāo)(如:訪問時(shí)間)、社會(huì)屬性度量指標(biāo)(如:通信持續(xù)時(shí)間、通信間隔時(shí)間)的分析方法。接著,針對(duì)大批量的人類移動(dòng)軌跡真實(shí)數(shù)據(jù)集所帶來的數(shù)據(jù)冗余問題、查詢效率低、用戶響應(yīng)時(shí)間慢、存儲(chǔ)空間不足等問題,研究一種改進(jìn)的滑動(dòng)窗口軌跡數(shù)據(jù)壓縮方法,將最大偏移距離參考軌跡點(diǎn)作為當(dāng)前待壓縮的軌跡點(diǎn)能否被壓縮的判據(jù),以降低軌跡的壓縮時(shí)間、提高壓縮效率。實(shí)驗(yàn)測試結(jié)果表明,較現(xiàn)有的滑動(dòng)窗口軌跡數(shù)據(jù)壓縮算法,改進(jìn)的滑動(dòng)窗口軌跡數(shù)據(jù)壓縮算法在壓縮時(shí)間上有顯著減少,在壓縮率上也有所提高,并且在常用的軌跡壓縮閾值范圍內(nèi),兩種算法壓縮后得到的軌跡集的相似度很高。最后,本文實(shí)現(xiàn)了一個(gè)人類移動(dòng)軌跡特征的綜合分析軟件平臺(tái),將以上兩點(diǎn)策略應(yīng)用在該系統(tǒng)軟件中。實(shí)驗(yàn)結(jié)果表明,該平臺(tái)能夠方便地實(shí)現(xiàn)人類移動(dòng)軌跡數(shù)據(jù)集壓縮,畫出任意用戶的軌跡圖形,而且能夠快速地對(duì)移動(dòng)軌跡特征的空間屬性度量指標(biāo)、時(shí)間屬性度量指標(biāo)、社會(huì)屬性度量指標(biāo)進(jìn)行有效分析。
【關(guān)鍵詞】：機(jī)會(huì)網(wǎng)絡(luò) 真實(shí)移動(dòng)軌跡 軌跡壓縮 特征分析 互補(bǔ)累計(jì)分布
【學(xué)位授予單位】：南京郵電大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2016
【分類號(hào)】：TN929.5
【目錄】：

• 摘要4-5
• Abstract5-9
• 第一章 緒論9-16
• 1.1 研究背景9-10
• 1.2 國內(nèi)外研究現(xiàn)狀10-13
• 1.2.1 機(jī)會(huì)網(wǎng)絡(luò)10-11
• 1.2.2 機(jī)會(huì)網(wǎng)絡(luò)下的人類移動(dòng)軌跡特征研究及軌跡壓縮技術(shù)11-13
• 1.3 論文研究目標(biāo)及內(nèi)容13-14
• 1.3.1 研究目標(biāo)13
• 1.3.2 研究內(nèi)容13-14
• 1.4 論文主要來源及主要貢獻(xiàn)14
• 1.4.1 論文來源14
• 1.4.2 主要貢獻(xiàn)14
• 1.5 論文組織結(jié)構(gòu)14-16
• 第二章 機(jī)會(huì)網(wǎng)絡(luò)16-21
• 2.1 機(jī)會(huì)網(wǎng)絡(luò)概述16-17
• 2.2 機(jī)會(huì)網(wǎng)絡(luò)的體系結(jié)構(gòu)17-18
• 2.3 機(jī)會(huì)網(wǎng)絡(luò)的信息傳播過程和特性18-19
• 2.3.1 機(jī)會(huì)網(wǎng)絡(luò)的信息傳播過程18
• 2.3.2 機(jī)會(huì)網(wǎng)絡(luò)的特性18-19
• 2.4 機(jī)會(huì)網(wǎng)絡(luò)研究的熱點(diǎn)問題19-21
• 第三章 機(jī)會(huì)網(wǎng)絡(luò)下的人類移動(dòng)軌跡特征研究21-31
• 3.1 引言21-22
• 3.2 真實(shí)場景軌跡數(shù)據(jù)集22-25
• 3.2.1 真實(shí)場景數(shù)據(jù)集的采集方式22-23
• 3.2.2 幾種常用的數(shù)據(jù)集23-24
• 3.2.3 本文采用的真實(shí)移動(dòng)軌跡數(shù)據(jù)集24-25
• 3.3 人類移動(dòng)行為特征25-30
• 3.3.1 人類移動(dòng)行為特征研究概述25-26
• 3.3.2 機(jī)會(huì)網(wǎng)絡(luò)信息傳播中的特征分類26-30
• 3.4 本章小結(jié)30-31
• 第四章 一種改進(jìn)的滑動(dòng)窗口軌跡壓縮算法31-40
• 4.1 引言31-32
• 4.2 軌跡數(shù)據(jù)壓縮算法分類32-33
• 4.3 改進(jìn)的滑動(dòng)窗口軌跡壓縮算法描述33-36
• 4.3.1 算法的改進(jìn)策略33-34
• 4.3.2 改進(jìn)的滑動(dòng)窗口軌跡數(shù)據(jù)壓縮算法34-36
• 4.4 測試與性能分析36-39
• 4.4.1 實(shí)驗(yàn)數(shù)據(jù)集與實(shí)驗(yàn)環(huán)境36
• 4.4.2 實(shí)驗(yàn)評(píng)價(jià)準(zhǔn)則36-37
• 4.4.3 實(shí)驗(yàn)結(jié)果37-39
• 4.5 本章小結(jié)39-40
• 第五章 人類移動(dòng)軌跡特征的綜合分析軟件的設(shè)計(jì)與實(shí)現(xiàn)40-53
• 5.1 引言40
• 5.2 原型系統(tǒng)設(shè)計(jì)40-43
• 5.2.1 系統(tǒng)環(huán)境40
• 5.2.2 原型系統(tǒng)設(shè)計(jì)目標(biāo)40-41
• 5.2.3 原型系統(tǒng)接口圖41
• 5.2.4 原型系統(tǒng)物理結(jié)構(gòu)圖41-42
• 5.2.5 系統(tǒng)類說明42-43
• 5.3 原型系統(tǒng)功能實(shí)現(xiàn)與性能測試43-53
• 5.3.1 系統(tǒng)功能實(shí)現(xiàn)43-49
• 5.3.2 性能測試49-53
• 第六章 總結(jié)與展望53-55
• 6.1 總結(jié)53-54
• 6.2 展望54-55
• 參考文獻(xiàn)55-57
• 附錄1 攻讀碩士學(xué)位期間撰寫的論文57-58
• 附錄2 攻讀碩士學(xué)位期間申請(qǐng)的專利58-59
• 附錄3 攻讀碩士學(xué)位期間參加的科研項(xiàng)目59-60
• 致謝60

【相似文獻(xiàn)】

中國期刊全文數(shù)據(jù)庫 前10條

1 胡亮;裴瑩;初劍峰;袁巍;王文博;樊麗;劉建男;;基于鼠標(biāo)移動(dòng)軌跡的真隨機(jī)數(shù)產(chǎn)生方法[J];吉林大學(xué)學(xué)報(bào)(理學(xué)版);2011年05期

2 蔣新華;廖律超;鄒復(fù)民;;基于浮動(dòng)車移動(dòng)軌跡的新增道路自動(dòng)發(fā)現(xiàn)算法[J];計(jì)算機(jī)應(yīng)用;2013年02期

3 王江鋒;閆學(xué)東;邵春福;魏麗英;;基于Min-Max方法和移動(dòng)軌跡融合的車輛無線定位算法[J];汽車工程;2012年05期

4 瑪麗;;手持“利器”PERFACT Performance讓課堂講演更精彩[J];上海教育;2010年20期

5 瑪麗;;手持“利器”PERFACT Performance讓課堂講演更精彩[J];上海教育;2010年Z2期

6 瑪麗;;手持“利器”PERFACT Performance讓課堂講演更精彩[J];上海教育;2010年22期

7 葉春曉;宋為濤;;基于移動(dòng)軌跡的集裝箱碼頭中控調(diào)度研究[J];計(jì)算機(jī)應(yīng)用研究;2011年08期

8 熊妍;羅澤;閻保平;;GPS位置歷史挖掘和移動(dòng)軌跡異常檢測系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn)[J];計(jì)算機(jī)應(yīng)用研究;2013年09期

9 吳國鳳;吳善新;;基于MN的移動(dòng)軌跡的MAP實(shí)時(shí)調(diào)整策略[J];計(jì)算機(jī)系統(tǒng)應(yīng)用;2008年05期

10 周昌令;錢群;趙伊秋;尚群;;校園無線網(wǎng)用戶群體的移動(dòng)行為聚集分析[J];通信學(xué)報(bào);2013年S2期

中國碩士學(xué)位論文全文數(shù)據(jù)庫 前9條

1 林海標(biāo);移動(dòng)軌跡挖掘算法設(shè)計(jì)與系統(tǒng)實(shí)現(xiàn)[D];華南理工大學(xué);2015年

2 權(quán)宇澄;動(dòng)物移動(dòng)軌跡數(shù)據(jù)的挖掘研究[D];華東師范大學(xué);2016年

3 錢琨;基于蜂窩信令數(shù)據(jù)的移動(dòng)軌跡清洗和預(yù)測方法研究與實(shí)現(xiàn)[D];西南交通大學(xué);2016年

4 隋雪芹;基于社會(huì)媒體的用戶移動(dòng)軌跡挖掘及其在朋友推薦中的應(yīng)用研究[D];山東大學(xué);2016年

5 安建瑞;基于MapReduce的用戶移動(dòng)軌跡序列模式挖掘算法研究[D];山東理工大學(xué);2016年

6 劉敏;面向機(jī)會(huì)網(wǎng)絡(luò)的人類移動(dòng)軌跡特征分析方法的研究[D];南京郵電大學(xué);2016年

7 胡偉峰;道路網(wǎng)物體移動(dòng)模式的研究[D];河海大學(xué);2007年

8 宋為濤;基于移動(dòng)軌跡的集裝箱碼頭中控調(diào)度研究[D];重慶大學(xué);2011年

9 谷小蕾;WSAN激勵(lì)節(jié)點(diǎn)最優(yōu)移動(dòng)軌跡設(shè)計(jì)[D];西南交通大學(xué);2012年

，

本文編號(hào)：797315