基于時空約束的軌跡聚類方法研究與應用.pdf

1、隨著無線通信、互聯(lián)網、空間定位、測量傳感等技術的迅猛發(fā)展，對移動對象的信息處理和知識獲取日益成為人們研究和關注的熱點，并被廣泛應用在智能交通、手機服務、環(huán)境監(jiān)測等信息系統(tǒng)中?？呻S時隨地獲取的、呈爆炸性增長的移動數(shù)據在給我們帶來豐富信息的同時，“數(shù)據越豐富，知識反而越貧乏”的問題也日益突出。近年來，越來越多的學者認識到，由于大部分移動對象的運動受到時間和空間的約束，研究移動對象的運動軌跡比研究其離散的位置更符合用戶關注的信息和知識。例如，

2、通過軌跡分析提取移動對象的運動規(guī)律和行為模式并預測其將來的運動狀態(tài)，可以提供更準確的導航服務。
　　 本文研究的目的就是面向移動位置服務和智能交通領域，通過分析軌跡的時空特征，利用聚類方法挖掘相似運動軌跡，從而發(fā)現(xiàn)移動對象的運動規(guī)律和行為模式，為移動導航、網絡優(yōu)化、監(jiān)控調度等提供輔助決策信息。
　　 本文詳細介紹了聚類方法在軌跡數(shù)據挖掘領域的研究現(xiàn)狀，通過分析路網約束條件下軌跡數(shù)據的時空特征和現(xiàn)有軌跡聚類方法的不足，實現(xiàn)

3、了一種新的基于軌跡劃分和時空相似性度量的軌跡聚類方法。文中首先對擴充時空語義后的軌跡進行特征點的再選取和子軌跡劃分；然后基于子軌跡段計算軌跡間的時空相似性和時空距離；最后改進了子軌跡聚類算法挖掘軌跡隱含的知識。算法分析和實驗對比表明，該方法有效地降低了軌跡的存儲空間，提高了軌跡的時空相似性搜索效率，能夠有效地發(fā)現(xiàn)時空鄰近的軌跡，且有較好的可伸縮性。在理論研究的基礎上，本文設計并實現(xiàn)了一個基于軌跡聚類方法的智能交通軌跡分析原型系統(tǒng)，可以有