收藏本站
收藏 | 手机打开
二维码
手机客户端打开本文

基于有趣地点压缩的移动点对象时空轨迹聚类研究

赵秀丽  
【摘要】:近年来,移动对象跟踪技术迅猛发展,同时获取和存储与此相关的时空数据的能力也大大增强,导致了众多专业领域在极其短暂的时间内,就积聚下海量的移动对象时空轨迹数据。这些海量数据已远远超出了人类可直观理解的范围,并且由于这类数据同时具有时序属性和空间特征,现有的很多方法和技术不能直接加以利用,迫切需要研究和探索新的理论和新的方法。在此背景下,本文提出了基于有趣地点压缩的移动点对象时空轨迹聚类研究。从时空轨迹表示、相似性度量和聚类方法等相关问题出发,对国内外相关的研究进行了梳理与分析。在形成文献综述的基础上,开展了如下研究工作:第一,在时空轨迹表示方面,对移动对象的行走速度进行排序,选取合适的参数值,改进传统聚类方法DBSCAN(a Density-Based Algorithm for Discovering Clusters in Large Spatial Databases with Noise),用以提取每条轨迹上具有应用领域语义的有趣地点,然后利用有趣地点序列来表示原始轨迹,在最大程度保留核心信息不流失的前提下,极大压缩了轨迹数据量。第二,在时空轨迹相似性度量方面,分别从空间相似、时间相似和时空相似三个角度进行分析与设计。在度量由有趣地点序列表示的轨迹距离时,两个对应有趣地点间的距离采用路网空间中的最短路径;空间相似性度量分两个层次:有趣地点集合相似和有趣地点序列相似。在时间相似性度量的设计中,提出了面向层次类型变量的相异度度量方法。相同的层次类型变量,由于不同的分层标准在层次结构树中的位置会发生变化,针对这种情况,提出了在各种分层标准下层次型变量相异度计算方法,把它们之间的和距离作为最终相异度计算依据;最后还设计了一个时空属性和空间特征相结合的移动对象时空轨迹度量公式。第三,在时空轨迹聚类阶段,围绕着如何有效识别不同行走速度的移动对象群体,提出了基于可逆跳跃马尔可夫链蒙特卡罗(RJMCMC, Reversible Jump Markov Chain Monte Carlo)的AP (Affinity Propagation Clustering)聚类算法。AP聚类算法不需要事先定义聚类中心,它是根据两个数据点之间的相似度为聚类基础,在算法开始时将所有的数据点都视为潜在的聚类中心。通过迭代循环不断进行证据的搜集和传递(亦称为消息传递),以产生高质量的类代表和对应的聚类,使得聚类的能量函数最小化,然后将各数据点分配给最近的类代表所属的类,即得出了聚类结果。在密度同质的数据集中,AP聚类方法可以快速准确地得到聚类结果,但不能处理一个数据集中存在的不同密度类型的情况(比如行人、自行车和汽车同时存在的情况)。针对此问题,本文提出先利用可逆跳跃马尔可夫链蒙特卡罗(RJMCMC)的方法把移动对象根据不同的行走速度进行分类,然后在各个密度类型的数据子集中再运行AP聚类算法。这种设计解决了现实中出现的不同密度嵌套的数据集聚类问题。第四,应用本文所提出的时空轨迹聚类体系,对时空移动数据生成器Generator生成的模拟数据进行了实例分析,并将本文获取的聚类结果与传统方法求解结果进行了比较,结果表明:针对不同轨迹长度和无规律采样获取的时空轨迹数据,本文提出的方法可有效对其进行聚类,并且得到的结果更具可解释性。最后,就如何有效获取不同时间粒度和空间尺度下移动对象的运动规律,如何从“流”的角度改进传统时空邻近度的概念,如何在时空相似性度量中进行时间和空间两者间的换算,如何将聚类结果与时空可视化技术相结合等方面,提出了进一步的研究展望和建议。


知网文化
【相似文献】
中国期刊全文数据库 前20条
1 王晓龙;袁艳;张泰山;;一种实体运动模式相似性度量方法的研究[J];计算机仿真;2009年11期
2 王黎;帅建梅;;图像重排序中与查询相关的图像相似性度量[J];计算机系统应用;2010年11期
3 文成林;周哲;徐晓滨;;一种新的广义梯形模糊数相似性度量方法及在故障诊断中的应用[J];电子学报;2011年S1期
4 仝朝阳,石教英;一种关于布尔模式的相似性度量及其应用[J];计算机研究与发展;1996年08期
5 杜培军,方涛,唐宏;基于集合论的光谱相似性度量及在影像检索中的应用[J];上海交通大学学报;2004年S1期
6 熊家军,涂静,李庆华;入侵检测聚类中相似性度量的等效性研究[J];计算机工程;2005年07期
7 鞠可一;周德群;吴君民;;混合概念格在案例相似性度量中的应用[J];控制与决策;2010年07期
8 刘海涛;魏汝祥;蒋国萍;;软件成本数据的相似性度量[J];上海交通大学学报;2012年11期
9 郑翠翠;李林;;协同过滤算法中的相似性度量方法研究[J];计算机工程与应用;2014年08期
10 吴德;叶传标;;时间序列相似性度量在水文数据挖掘中的应用研究[J];现代计算机(专业版);2008年11期
11 刘海桃;徐向纮;;颜色相似性度量在色差检测中的应用[J];中国计量学院学报;2009年01期
12 时慧琨;;图像检索中的相似性度量方法[J];福建电脑;2010年03期
13 赵秀丽;徐维祥;;一种移动物体时空轨迹聚类的相似性度量方法[J];信息与控制;2012年01期
14 孙杰;吴陈;;相似性度量在基因表达聚类分析中的应用研究[J];现代电子技术;2012年06期
15 涂静,熊家军;入侵检测聚类中相似性度量的等效性研究[J];空军雷达学院学报;2004年02期
16 吴学雁;黄道平;;基于事件的时间序列相似性度量方法[J];计算机应用;2010年07期
17 李年攸;;基于等价类的图像相似性度量[J];三明学院学报;2006年04期
18 董晓莉;顾成奎;王正欧;;基于形态的时间序列相似性度量研究[J];电子与信息学报;2007年05期
19 刘懿;鲍德沛;杨泽红;赵雁南;贾培发;王家钦;;新型时间序列相似性度量方法研究[J];计算机应用研究;2007年05期
20 隋正伟;邬阳;刘瑜;;基于签到数据的用户空间出行相似性度量方法研究[J];地理信息世界;2013年03期
中国重要会议论文全文数据库 前10条
1 刘喜平;万常选;;一种二维的树型文档结构相似性度量[A];第二十五届中国数据库学术会议论文集(二)[C];2008年
2 刘俊义;王润生;;仿射不变的多边形相似性度量[A];中国图象图形科学技术新进展——第九届全国图象图形科技大会论文集[C];1998年
3 杨艳春;孟祥武;;P2P网络服务环境中的节点相似性度量研究[A];CCF NCSC 2011——第二届中国计算机学会服务计算学术会议论文集[C];2011年
4 李彬彬;罗乐;;基于信源学的光谱相似性度量方法的比较研究[A];2009全国计算机网络与通信学术会议论文集[C];2009年
5 罗阳;赵伟;;相似性度量研究及最优相似系数[A];中国气象学会2008年年会天气预报准确率与公共气象服务分会场论文集[C];2008年
6 周晓蕾;唐明浩;於思俊;;服装款式系统中的相似性度量算法研究[A];2008年中国高校通信类院系学术研讨会论文集(下册)[C];2009年
7 刘宝生;闫莉萍;周东华;;图像匹配中相似性度量[A];第16届中国过程控制学术年会暨第4届全国故障诊断与安全性学术会议论文集[C];2005年
8 李新光;郑君君;祝一薇;刘建军;夏胜平;谭立球;;基于属性图模型的图像相似性度量[A];第十五届全国图象图形学学术会议论文集[C];2010年
9 沈君;马生全;;两种新的相似性度量在模糊推理中的应用[A];中国运筹学会模糊信息与模糊工程分会第五届学术年会论文集[C];2010年
10 廉鑫;林伟坚;张海威;袁晓洁;;基于双向路径约束模型的XML文档结构相似性度量[A];NDBC2010第27届中国数据库学术会议论文集(B辑)[C];2010年
中国博士学位论文全文数据库 前6条
1 赵秀丽;基于有趣地点压缩的移动点对象时空轨迹聚类研究[D];北京交通大学;2016年
2 白雪;聚类分析中的相似性度量及其应用研究[D];北京交通大学;2012年
3 张明;基于内容的图象相似性度量技术研究及其在水利中的应用[D];河海大学;2003年
4 邱明;语义相似性度量及其在设计管理系统中的应用[D];浙江大学;2006年
5 周瑜;视频跟踪中的目标建模及相似性度量研究[D];华中科技大学;2014年
6 戚文静;基于范例的图案创作关键技术研究[D];山东大学;2012年
中国硕士学位论文全文数据库 前10条
1 曹莉莉;基于GC-MS的高速谱库搜索算法研究[D];安徽大学;2015年
2 蒋欣;基于粒子滤波的故障预报算法研究[D];福建师范大学;2015年
3 张豪;符号序列相似性度量及聚类新算法[D];福建师范大学;2015年
4 周汉海;基于少量选点的社团检测算法研究[D];兰州大学;2015年
5 张考;面向电子商务的虚假评论检测的关键技术研究[D];解放军信息工程大学;2015年
6 黄彧;相似性度量的研究及其在数据挖掘中的应用[D];福建师范大学;2009年
7 练仕榴;生物医学信号的相似性度量研究[D];天津理工大学;2011年
8 朱波;程序代码相似性度量方法研究[D];长春工业大学;2015年
9 汤渊;面向词袋模型的相似性度量方法在特征降维中的应用[D];广东工业大学;2015年
10 孟晓峰;基于异质信息网络的相似性度量研究[D];北京邮电大学;2015年
 快捷付款方式  订购知网充值卡  订购热线  帮助中心
  • 400-819-9993
  • 010-62982499
  • 010-62783978