面向移動(dòng)對象的不確定組模式挖掘算法.pdf

1、隨著移動(dòng)電話，車載GPS，LBS應(yīng)用等技術(shù)的飛速發(fā)展，生成了海量的移動(dòng)數(shù)據(jù)，這些移動(dòng)數(shù)據(jù)與人類本身息息相關(guān)，所以對軌跡數(shù)據(jù)的分析有著重要的研究和商業(yè)意義。此外，由于設(shè)備采集精度、網(wǎng)絡(luò)傳輸延遲等原因，使得不確定數(shù)據(jù)在現(xiàn)實(shí)中普遍存在，因此面向不確定數(shù)據(jù)的挖掘算法成為當(dāng)前研究的熱點(diǎn)問題。由于車流分析，移動(dòng)電子商務(wù)，基于位置的服務(wù)以及野生動(dòng)物研究等方面之中的重要意義，本文解決不確定數(shù)據(jù)的組模式挖掘算法，這種模式挖掘?qū)τ诹私獠淮_定軌跡數(shù)據(jù)是很重要

2、的。軌跡數(shù)據(jù)的組模式挖掘主要包括兩方面的內(nèi)容:其一是聚類分析，它研究的是在某一時(shí)刻移動(dòng)對象聚類的問題;其二是組模式的挖掘，它挖掘的是在多個(gè)時(shí)刻都屬于同一聚類的對象。
　　對于本文提出的算法需要解決以下幾個(gè)問題:(1)選擇合適聚類算法為組模式挖掘提供正確的不確定數(shù)據(jù)作為輸入;(2)如何將可能世界模型加入到面向確定數(shù)據(jù)的組模式挖掘算法之中;(3)算法的搜索空間十分的巨大，如何進(jìn)行裁剪優(yōu)化。(4)對原始算法和優(yōu)化算法進(jìn)行了對比實(shí)驗(yàn)，對兩

3、種算法的運(yùn)行時(shí)間和挖掘結(jié)果進(jìn)行比對，驗(yàn)證優(yōu)化算法是否能夠在保證挖掘結(jié)果的同時(shí)提高算法的效率。
　　本文將聚類算法作為組模式挖掘的預(yù)處理操為組模式挖掘提供相關(guān)的不確定數(shù)據(jù)，聚類常用的算法包括了DBS CAN和C均值聚類等等，本文使用模糊的C均值聚類將確定的軌跡數(shù)據(jù)轉(zhuǎn)換成不確定的聚類數(shù)據(jù)，再提出面向不確定數(shù)據(jù)的組模式挖掘算法對其進(jìn)行操作得到最終的結(jié)果。本文依據(jù)這種研究思路將軌跡數(shù)據(jù)的組模式挖掘應(yīng)用到不確定數(shù)據(jù)之中，改進(jìn)了面向確定數(shù)據(jù)的