基于路網(wǎng)感知的時(shí)空軌跡聚類(lèi)算法研究.pdf

1、近年來(lái)全球定位技術(shù)、無(wú)線通信技術(shù)與移動(dòng)互聯(lián)網(wǎng)技術(shù)的不斷發(fā)展，促進(jìn)了各種可定位設(shè)備（如衛(wèi)星電話、移動(dòng)電話、GPS接收器）的廣泛應(yīng)用，在提高了移動(dòng)對(duì)象時(shí)空軌跡數(shù)據(jù)獲取便捷性的同時(shí)，也大大的降低了獲取成本。與普通時(shí)空數(shù)據(jù)挖掘不同，時(shí)空軌跡數(shù)據(jù)中隱含著被研究對(duì)象的移動(dòng)特征，時(shí)空軌跡挖掘目的是發(fā)現(xiàn)個(gè)體或群體的行為模式。軌跡記錄了對(duì)象隨時(shí)間變化的移動(dòng)情況，由眾多的采樣點(diǎn)按時(shí)間順序組成，每個(gè)采樣點(diǎn)都包含有時(shí)間、空間、速度、語(yǔ)義等屬性。傳統(tǒng)挖掘方法以點(diǎn)

2、間距離判斷對(duì)象間的相似性，時(shí)空軌跡則是由多個(gè)數(shù)據(jù)點(diǎn)有序排列組成的，兩條軌跡中采樣點(diǎn)間的距離有的比較近，有的比較遠(yuǎn)，所以在判斷軌跡相似時(shí)，單純考慮點(diǎn)間距離已無(wú)法滿足需要，需要判斷點(diǎn)序列的相似性。由此可見(jiàn)研究時(shí)空軌跡挖掘比傳統(tǒng)數(shù)據(jù)挖掘的復(fù)雜程度要高。時(shí)空軌跡數(shù)據(jù)研究有很高的應(yīng)用價(jià)值，可應(yīng)用到多個(gè)領(lǐng)域，如動(dòng)物遷徙規(guī)律發(fā)現(xiàn)、基于位置的服務(wù)、交通管理與規(guī)劃、移動(dòng)對(duì)象行為模式發(fā)現(xiàn)等。
　　本文主要圍繞軌跡聚類(lèi)框架、軌跡的相似性度量以及軌跡聚類(lèi)

3、算法展開(kāi)研究。并在此研究的基礎(chǔ)上，首先提出一種新的基于路網(wǎng)感知的時(shí)空軌跡聚類(lèi)框架。其次在改進(jìn)了基于路網(wǎng)的軌跡劃分方法的基礎(chǔ)上，提出一種新的時(shí)空軌跡相似度量方法。最后，提出一種基于路網(wǎng)感知的時(shí)空軌跡聚類(lèi)算法，NEASTT算法?？紤]到以整條軌跡聚類(lèi)和依據(jù)特征點(diǎn)劃分軌跡片段的聚類(lèi)方法中存在的不足，和移動(dòng)對(duì)象在特定路網(wǎng)空間移動(dòng)的特點(diǎn)以及軌跡數(shù)據(jù)包含的時(shí)間、空間、速度等屬性特征，首先在路網(wǎng)空間內(nèi)分割原始軌跡為軌跡片段，以軌跡片段為單位根據(jù)時(shí)空軌跡