云計算環(huán)境下時空軌跡頻繁模式挖掘研究.pdf_第1頁
已閱讀1頁,還剩55頁未讀, 繼續(xù)免費閱讀

下載本文檔

版權說明:本文檔由用戶提供并上傳,收益歸屬內容提供方,若內容存在侵權,請進行舉報或認領

文檔簡介

1、ResearchonTrajectoryFrequentPatternsinCloudComputingEnvironmentAThesisSubmittedtoNanjingNormalUniversityFortheAcademicDegreeofMasterofEngineeringBYChuanyunChenAdvisedbyProfessorGenlinJiSchoolofComputerScienceandTechnolog

2、yNanjingNormalUniversityMarch2015南京師范大學碩士學位論文摘要摘要隨著信息技術的迅速發(fā)展,GPS以及帶有定位功能的移動終端應用到各個領域中,此外,移動互聯(lián)網的迅速崛起進一步推動了基于位置服務的發(fā)展,使得大量的時空軌跡數(shù)據不斷產生。對海量的時空軌跡數(shù)據進行模式挖掘對于理解移動對象的運動模式具有重要意義。每天產生的海量軌跡數(shù)據對于時空軌跡挖掘的效率問題是一個很大的挑戰(zhàn)。云計算提供了一種新的并行計算模型,為挖掘

3、海量數(shù)據提供了一種高效的解決辦法。本文利用MapReduce分布式并行編程框架實現(xiàn)海量時空軌跡數(shù)據挖掘,研究云計算環(huán)境下時空軌跡頻繁模式挖掘算法,取得的主要成果如下:1提出了基于停留點的興趣區(qū)域發(fā)現(xiàn)方法。在時空軌跡數(shù)據中有些坐標點有著重要的意義,例如用戶到某商業(yè)中心購物,那么時空軌跡中位于商業(yè)中心內的采樣點就有了具體的含義,如何通過時空軌跡中的坐標點發(fā)現(xiàn)感興趣的區(qū)域(如商業(yè)中心)對于理解用戶行為具有重要的意義。本文提出了基于時空軌跡中的

4、停留點發(fā)現(xiàn)更有意義的興趣區(qū)域從而挖掘出更有意義的頻繁模式。首先將地理空間劃分為一個個網格空間,然后計算每個網格單元中軌跡停留點的個數(shù),對于大于一定閾值的網格則認為是興趣網格,然后對興趣網格進行合并從而發(fā)現(xiàn)興趣區(qū)域。2提出了基于網格劃分的子軌跡頻繁模式并行挖掘方法。隨著定位技術的廣泛使用,每天產生海量的時空軌跡數(shù)據,單機環(huán)境下很難快速有效地挖掘出其中的頻繁模式,利用并行環(huán)境提高時空軌跡挖掘效率是一種有效地解決辦法。本文利用軌跡數(shù)據的空間特

5、性,首先通過網格對地理空間進行劃分,則軌跡落到不同的網格單元中,然后并行地處理每個網格中的軌跡數(shù)據,同時為了避免網格劃分過程中,同一個模式中的軌跡落入到相鄰網格中的情況,每個處理節(jié)點同時處理相鄰網格中的軌跡,最后挖掘出軌跡中頻繁模式。3提出了基于后綴樹的軌跡頻繁模式并行挖掘方法。時空軌跡數(shù)據是移動對象在時間維上的空間位置序列,頻繁的位置序列體現(xiàn)了移動對象的出行習慣。提出通過后綴樹并行挖掘時空軌跡中的頻繁位置序列。首先根據地理空間中的興趣

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網頁內容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
  • 4. 未經權益所有人同意不得將文件中的內容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內容本身不做任何修改或編輯,并不能對任何下載內容負責。
  • 6. 下載文件中如有侵權或不適當內容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論