基于路網(wǎng)感知的時空軌跡聚類算法研究.pdf

1、近年來全球定位技術(shù)、無線通信技術(shù)與移動互聯(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、移動電話、GPS接收器）的廣泛應(yīng)用，在提高了移動對象時空軌跡數(shù)據(jù)獲取便捷性的同時，也大大的降低了獲取成本。與普通時空數(shù)據(jù)挖掘不同，時空軌跡數(shù)據(jù)中隱含著被研究對象的移動特征，時空軌跡挖掘目的是發(fā)現(xiàn)個體或群體的行為模式。軌跡記錄了對象隨時間變化的移動情況，由眾多的采樣點按時間順序組成，每個采樣點都包含有時間、空間、速度、語義等屬性。傳統(tǒng)挖掘方法以點

2、間距離判斷對象間的相似性，時空軌跡則是由多個數(shù)據(jù)點有序排列組成的，兩條軌跡中采樣點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，單純考慮點間距離已無法滿足需要，需要判斷點序列的相似性。由此可見研究時空軌跡挖掘比傳統(tǒng)數(shù)據(jù)挖掘的復(fù)雜程度要高。時空軌跡數(shù)據(jù)研究有很高的應(yīng)用價值，可應(yīng)用到多個領(lǐng)域，如動物遷徙規(guī)律發(fā)現(xiàn)、基于位置的服務(wù)、交通管理與規(guī)劃、移動對象行為模式發(fā)現(xiàn)等。
　　本文主要圍繞軌跡聚類框架、軌跡的相似性度量以及軌跡聚類

3、算法展開研究。并在此研究的基礎(chǔ)上，首先提出一種新的基于路網(wǎng)感知的時空軌跡聚類框架。其次在改進(jìn)了基于路網(wǎng)的軌跡劃分方法的基礎(chǔ)上，提出一種新的時空軌跡相似度量方法。最后，提出一種基于路網(wǎng)感知的時空軌跡聚類算法，NEASTT算法?？紤]到以整條軌跡聚類和依據(jù)特征點劃分軌跡片段的聚類方法中存在的不足，和移動對象在特定路網(wǎng)空間移動的特點以及軌跡數(shù)據(jù)包含的時間、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)時空軌跡