本文關鍵詞：基于智能手機軌跡提取停留點的時空聚類算法研究

  更多相關文章： 移動智能手機 用戶軌跡 時空聚類 停留點提取 WebGIS

【摘要】：隨著智能手機的普及,使用手機端傳感器獲取定位軌跡越來越便利,本文通過對傳統聚類算法的改進,進行時空停留點的提取。以Myeclipse為主要開發(fā)環(huán)境,結合Java與Tomcat服務器實現了基于WebGIS的停留點提取系統,并對聚類結果進行統計分析。軌跡停留點研究在個性化好友推薦、出行目的地預測、商業(yè)廣告推送等方面有重要的學術意義和應用價值。本文重點研究基于用戶軌跡點提取停留點的時空聚類算法以及與WebGIS相結合的系統實現。本文的數據來源是利用智能手機APP獲取同一軌跡下四部不同Android手機用戶的軌跡數據。通過統計用戶停留點的實際時空位置,作為聚類結果分析評價的對比數據。然后,使用Java程序對原始定位數據進行預處理,包括數據清洗、數據中心化和標準化三個方面,獲取用戶軌跡點的經緯度坐標、時間戳等信息。最后,將預處理后的數據按照一定的格式導入數據庫,構成聚類分析的實驗數據�；贘ava語言實現聚類算法,分別使用基于層次的ST-BIRCH算法、基于密度的ST-DBSCAN和ST-OPTICS算法、以及基于網格和密度的ST-GRID四種時空聚類方法進行停留點提取。根據用戶軌跡的經緯度范圍、停留時長、到達同一停留點時間間隔等設置具體的算法參數,解決算法參數設置問題,實現時空停留點的提取。在對不同算法的對比評價方面,以各停留點的實際時空信息為參照,從聚類算法提取的正確點、缺失點和錯誤點三個方面,對比不同智能手機、不同聚類算法、不同定位類型軌跡提取停留點的時空差異,對算法的性能和聚類效果進行分析評價。探討實驗中時空停留點提取的一般性結果:同一軌跡下不同智能手機的軟硬件性能、定位策略、采集軌跡點數量不同,同一聚類算法提取結果存在明顯差異;基站定位誤差是影響時空停留點提取精度的主要因素之一;GPS信號容易受遮蔽物影響,易出現定位漂移等誤差,但對停留點提取結果影響不大;在聚類算法方面,基于密度的ST-DBSCAN算法,使用以軌跡點為鄰域的密度劃分,能夠較好的去除噪聲,提取效果較好,聚類算法總體性能也優(yōu)于其它算法,但對基站定位的數據誤差,仍難以消除;根據實驗對比,使用ST-OPTICS算法改進ST-DBSCAN聚類參數的方案適合時空停留點提取�；诎俣鹊貓DJavaScript API應用程序接口進行時空停留點提取的WebGIS系統開發(fā),與Java語言實現的聚類算法及Oracle數據庫相結合完成了系統的設計與實現。系統采用三層的結構劃分,滿足系統不同層次間數據傳輸接口的一致性問題。系統實現了地圖基本操作、用戶實際停留信息查詢、用戶軌跡查詢、聚類算法結果展示四大模塊。其中,基本操作模塊包含地圖的切換、漫游、縮放、測距等基礎功能;用戶停留信息查詢用于用戶實際時空停留點及緩沖區(qū)查詢;用戶軌跡查詢模塊包括結合地圖海量點功能實現用戶的軌跡點空間信息和屬性信息的查詢、利用熱力圖對用戶軌跡進行直觀展示;聚類分析模塊則是通過不同手機、算法和參數的選擇,與后臺Java語言實現的聚類算法相結合,將聚類結果返回給瀏覽器端,實現聚簇點查詢、停留點提取、逆地址解析和停留點街景的功能,并通過與用戶停留信息查詢模塊對比實現聚類算法對比評價。本文通過實驗得出,影響用戶軌跡停留點提取算法效果的主要原因是用戶軌跡獲取中的基站定位誤差較大�；诟倪M的ST-OPTICS算法,實現了用于決定參數的領域知識最小化,確定ST-DBSCAN算法的聚類閾值進行時空停留點提取,對傳統聚類方法有一定改進,適用于時空停留點提取。但是,算法在時間復雜度、執(zhí)行效率方面有待優(yōu)化,在WebGIS停留點提取系統集成方面的研究仍需進一步深入。
【關鍵詞】：移動智能手機 用戶軌跡 時空聚類 停留點提取 WebGIS
【學位授予單位】：西南大學
【學位級別】：碩士
【學位授予年份】：2016
【分類號】：TP311.13
【目錄】：

• 摘要6-8
• ABSTRACT8-11
• 第1章 緒論11-19
• 1.1 選題背景11-12
• 1.2 國內外研究現狀12-14
• 1.3 研究目的及意義14-16
• 1.4 研究內容、技術路線與關鍵問題16-19
• 第2章 智能手機軌跡獲取和聚類算法研究19-27
• 2.1 軌跡數據獲取19-21
• 2.2 聚類算法21-23
• 2.3 聚類算法評價23-27
• 第3章 基于時空聚類算法提取軌跡停留點27-43
• 3.1 停留點提取數據準備27-30
• 3.2 時空停留點提取概念定義30-32
• 3.3 基于ST-BIRCH的停留點提取32-34
• 3.4 基于ST-DBSCAN的停留點提取34-37
• 3.5 基于ST-OPTICS的停留點提取37-40
• 3.6 基于ST-GRID的停留點提取40-43
• 第4章 時空聚類算法對比評價43-55
• 4.1 聚類結果對比分析43-47
• 4.2 聚類算法性能分析與評價47-55
• 第5章 時空停留點提取系統的設計與實現55-61
• 5.1 基于WebGIS的系統設計55-56
• 5.2 基于WebGIS的系統實現56-61
• 第6章 結論與展望61-63
• 6.1 研究結論61-62
• 6.2 不足之處與未來研究展望62-63
• 參考文獻63-67
• 致謝67-69
• 碩士研究生期間學術成果69
• 發(fā)表論文69
• 參與項目69

【相似文獻】

中國期刊全文數據庫 前10條

1 葛磊;武芳;王鵬波;張冬林;;3維建筑綜合中基于最小特征的面平移算法[J];測繪科學技術學報;2009年02期

2 駱雯,孫延明,陳振威,陳錦昌;判斷點與封閉多邊形相對關系的改進算法[J];機械;1999年03期

3 李林;盧顯良;;一種基于切割映射的規(guī)則沖突消除算法[J];電子學報;2008年02期

4 劉巧玲;張紅英;林茂松;;一種簡單快速的圖像去霧算法[J];計算機應用與軟件;2013年07期

5 林亞平,楊小林;快速概率分析進化算法及其性能研究[J];電子學報;2001年02期

6 章郡鋒;吳曉紅;黃曉強;何小海;;基于暗原色先驗去霧的改進算法[J];電視技術;2013年23期

7 楊鐵軍;靳婷;;一種動態(tài)整周模糊值求解算法及其仿真分析[J];系統工程與電子技術;2007年01期

8 周秀玲;郭平;陳寶維;王靜;;幾種計算超體積算法的比較研究[J];計算機工程;2011年03期

9 吳一戎,胡東輝,彭海良;Chirp Scaling SAR成象算法及其實現[J];電子科學學刊;1995年03期

10 王貴竹;一種產生單向分解值的算法[J];安徽大學學報(自然科學版);2001年03期

中國重要會議論文全文數據庫 前10條

1 尹冀鋒;;一種新的圖象自適應增強算法[A];四川省通信學會一九九二年學術年會論文集[C];1992年

2 寧春平;田家瑋;郭延輝;王影;張英濤;鄭桂霞;劉研;;計算機輔助增強、分割算法在鑒別乳腺良、惡性腫塊中的應用價值[A];中華醫(yī)學會第十次全國超聲醫(yī)學學術會議論文匯編[C];2009年

3 謝麗聰;;SVB查詢改寫算法的改進[A];第二十一屆中國數據庫學術會議論文集（研究報告篇）[C];2004年

4 鄭存紅;;復雜背景下相關跟蹤算法研究及DSP實現[A];中國光學學會2010年光學大會論文集[C];2010年

5 楊文杰;吳軍;;RFID抗沖突算法研究[A];2008通信理論與技術新進展——第十三屆全國青年通信學術會議論文集（上）[C];2008年

6 高山;畢篤彥;魏娜;;一種基于UPF的小目標TBD算法[A];第十四屆全國圖象圖形學學術會議論文集[C];2008年

7 周磊;張衛(wèi)華;王曉奇;張軍;;基于流水算法的智能路障機器人設計[A];2011年全國電子信息技術與應用學術會議論文集[C];2011年

8 潘巍;李戰(zhàn)懷;陳群;索博;李衛(wèi)榜;;面向MapReduce的非對稱分片復制連接算法優(yōu)化技術研究[A];第29屆中國數據庫學術會議論文集（B輯）（NDBC2012）[C];2012年

9 李偉偉;蔡康穎;鄭新;王文成;;3D模型中重復結構的多尺度快速檢測算法[A];第六屆和諧人機環(huán)境聯合學術會議（HHME2010)、第19屆全國多媒體學術會議（NCMT2010）、第6屆全國人機交互學術會議（CHCI2010）、第5屆全國普適計算學術會議（PCC2010）論文集[C];2010年

10 楊任爾;陳懇;勵金祥;;基于棱邊方向檢測的運動自適應去隔行算法[A];Proceedings of 2010 Chinese Control and Decision Conference[C];2010年

中國重要報紙全文數據庫 前1條

1 國泰君安資產管理部;“算法交易”是道指暴跌罪魁禍首?[N];上海證券報;2010年

中國博士學位論文全文數據庫 前10條

1 馮輝;網絡化的并行與分布式優(yōu)化算法研究及應用[D];復旦大學;2013年

2 許玉杰;云計算環(huán)境下海量數據的并行聚類算法研究[D];大連海事大學;2014年

3 李琰;基于貓群算法的高光譜遙感森林類型識別研究[D];東北林業(yè)大學;2015年

4 陳加順;海洋環(huán)境下聚類算法的研究[D];南京航空航天大學;2014年

5 王洋;基于群體智能的通信網絡告警關聯規(guī)則挖掘算法研究[D];太原理工大學;2015年

6 雷雨;面向考試時間表問題的啟發(fā)式進化算法研究[D];西安電子科技大學;2015年

7 熊霖;大數據下的數據選擇與學習算法研究[D];西安電子科技大學;2015年

8 周雷;基于圖結構的目標檢測與分割算法研究[D];上海交通大學;2014年

9 王冰;人工蜂群算法的改進及相關應用的研究[D];北京理工大學;2015年

10 蔣亦樟;多視角和遷移學習識別方法和智能建模研究[D];江南大學;2015年

中國碩士學位論文全文數據庫 前10條

1 姚鑫宇;EMD去噪與MUSIC算法在DOA估計中的聯合應用[D];昆明理工大學;2015年

2 陸進;面向含噪數據聚類相關算法的研究[D];復旦大學;2014年

3 葉一舟;紅外弱小目標檢測算法研究[D];上海交通大學;2015年

4 王繼重;基于Hadoop和Mahout的K-Means算法設計與實現[D];大連海事大學;2016年

5 何靜;遙感圖像的快速壓縮算法研究[D];北京交通大學;2016年

6 章華燕;鋼軌擦傷檢測算法研究[D];北京交通大學;2016年

7 王一博;MODIS地震熱異常的數據處理與算法研究[D];中國石油大學(華東);2014年

8 成鑫;基于組合優(yōu)化問題的多目標模因算法的研究[D];南京航空航天大學;2015年

9 傅致暉;基于協同分割的視頻目標分割算法研究[D];上海交通大學;2015年

10 張媛;運動車輛檢測與跟蹤算法的研究與實現[D];大連海事大學;2016年

，

本文編號：1079298