基于路徑模式挖掘的個人連續(xù)路徑預測.pdf

1、隨著定位技術的發(fā)展以及移動計算的普及，與物體移動路徑和位置相關的服務和產品成為了業(yè)界關注的焦點。如新興的現(xiàn)代智能交通系統(tǒng)(IntelligentTransport System.ITS)，利用安裝在車輛上的感知器返回車輛的各種信息以幫助交通調度；又如各種基于位置的服務(Location-based Services，LBS)，通過車輛上的移動設備返回信息，判斷車輛的運動狀況，實時為車輛的駕駛者提供相關的信息等服務。這些富于潛力的應用領域

2、激發(fā)了學術界對移動對象軌跡的相關研究。 目前與物體移動位置相關的研究工作主要關注于車輛而不是個人。然而在日常生活中，將個人作為運動單位有著更廣闊的應用空間。本文提出了一整套關于個人連續(xù)軌跡挖掘和預測的系統(tǒng)。該系統(tǒng)綜合考慮了以下問題：個人運動狀態(tài)的多樣性，地理定位系統(tǒng)的準確性，個人手持移動設備有限的運算能力，個人移動路徑的私密性，系統(tǒng)的可重用性等。 針對這些問題，本文提出了以下解決方案。首先，移動電話和便攜式GPS接收器

3、被用作數(shù)據(jù)采集和處理。運行在移動電話的上的數(shù)據(jù)采集程序可以依據(jù)用戶的運動狀況自動調整數(shù)據(jù)采集的頻率。多個數(shù)據(jù)過濾算法被用來去除原始數(shù)據(jù)中的噪聲，以得到合理的個人路徑信息。其次，本文提出了連續(xù)路徑模式挖掘算法(CRPM)。該算法可以容忍各種實際干擾在原始路徑中造成的差異，以挖掘出更長的路徑模式。第三，本文提出了一種新穎的C/S(客戶端/服務器端)體系構架。該構架在保證用戶路徑信息不被泄露的情況下，使得服務器端承受大部分運算壓力，有效地減輕