時(shí)間標(biāo)識(shí)的移動(dòng)對(duì)象頻繁模式發(fā)現(xiàn).pdf

1、隨著移動(dòng)設(shè)備、無(wú)線(xiàn)傳感網(wǎng)絡(luò)技術(shù)、RFID設(shè)備以及GPS衛(wèi)星定位技術(shù)的快速發(fā)展以及大規(guī)模應(yīng)用,很方便收集到海量移動(dòng)對(duì)象軌跡數(shù)據(jù)。這些軌跡數(shù)據(jù)包含很多潛在的有意義的知識(shí),如何從這些軌跡數(shù)據(jù)中提取有用的知識(shí)是軌跡數(shù)據(jù)知識(shí)發(fā)現(xiàn)中亟待解決的難題。移動(dòng)對(duì)象頻繁模式發(fā)現(xiàn)作為軌跡數(shù)據(jù)知識(shí)發(fā)現(xiàn)的一個(gè)重要研究課題,在基于位置的服務(wù)、隱私保護(hù)、位置預(yù)測(cè)等諸多領(lǐng)域都有重要應(yīng)用。本文圍繞時(shí)間標(biāo)識(shí)的移動(dòng)對(duì)象頻繁模式發(fā)現(xiàn)進(jìn)行了研究,主要工作如下:
　　(1)研

2、究相對(duì)時(shí)間約束的興趣區(qū)域發(fā)現(xiàn)
　　針對(duì)傳統(tǒng)的聚類(lèi)方法發(fā)現(xiàn)興趣區(qū)域時(shí)結(jié)果不確定且挖掘效率不高的問(wèn)題,本文引入相對(duì)時(shí)間約束,提出相對(duì)時(shí)間約束的興趣區(qū)域發(fā)現(xiàn)方法。該方法首先對(duì)移動(dòng)對(duì)象的運(yùn)動(dòng)平面均勻劃分網(wǎng)格,接著基于均勻網(wǎng)格計(jì)算網(wǎng)格密度,并利用相對(duì)時(shí)間約束對(duì)滿(mǎn)足網(wǎng)格密度要求的軌跡分段,然后對(duì)密度網(wǎng)格擴(kuò)展得到候選興趣區(qū)域,如果軌跡劃分的軌跡段和候選興趣區(qū)域有交集,那么該軌跡即為候選興趣區(qū)域的支持軌跡,若支持軌跡數(shù)不小于給定的最小支持度閾值限

3、制,則候選興趣區(qū)域即為興趣區(qū)域。實(shí)驗(yàn)表明,本文方法能夠得到良好的興趣區(qū)域效果,且有很高的挖掘效率。
　　(2)研究時(shí)間約束的移動(dòng)對(duì)象頻繁模式挖掘
　　傳統(tǒng)的移動(dòng)對(duì)象頻繁模式挖掘結(jié)果大都不包含時(shí)間信息,因此本文在相對(duì)時(shí)間興趣區(qū)域發(fā)現(xiàn)的基礎(chǔ)上,提出一種時(shí)間約束的移動(dòng)對(duì)象頻繁模式挖掘方法。該方法首先對(duì)提取的相對(duì)時(shí)間約束的興趣區(qū)域進(jìn)行轉(zhuǎn)換,得到轉(zhuǎn)換后的序列,接著對(duì)這些序列投影,計(jì)算投影后的序列,并提取候選頻繁模式,然后添加時(shí)間約束,

4、若候選頻繁模式的支持度不小于給定的最小支持度閾值,且滿(mǎn)足時(shí)間約束的限制,則候選頻繁模式即為頻繁模式。實(shí)驗(yàn)表明,與傳統(tǒng)的頻繁模式挖掘算法相比,本文算法的挖掘效率在時(shí)間和空間上都有明顯提高。
　　(3)設(shè)計(jì)并實(shí)現(xiàn)時(shí)間標(biāo)識(shí)的移動(dòng)對(duì)象頻繁模式發(fā)現(xiàn)原型系統(tǒng)
　　在理論研究的基礎(chǔ)上,本文設(shè)計(jì)并實(shí)現(xiàn)了時(shí)間標(biāo)識(shí)的移動(dòng)對(duì)象頻繁模式發(fā)現(xiàn)原型系統(tǒng),并利用真實(shí)數(shù)據(jù)集驗(yàn)證了本文算法的準(zhǔn)確性和高效性,該系統(tǒng)具有良好的可視化效果,能夠很好地展示本文算法的