移動對象跟隨模式挖掘方法研究.pdf

1、浙江理工大學學位論文獨創(chuàng)性聲明本人聲明所呈交的學位論文是本人在導師指導下進行的研究工作及取得的研究成果。除了文中特別加以標注和致謝的地方外，論文中不包含其他人已經(jīng)發(fā)表或撰寫過的研究成果，也不包含為獲得浙江理工大學或其他教育機構的學位或證書而使用過的材料。與我一同工作的同志對本研究所做的任何貢獻均已在論文中作了明確的說明并表示謝意。學位論文作者簽名：碭、矽簽字日期：砂口l7年鄉(xiāng)月l鄉(xiāng)日浙江理工大學碩士學位論文移動對象跟隨模式挖掘方法研究摘

2、要隨著各種定位工具的不斷發(fā)展，大量的移動對象數(shù)據(jù)得以被GPS設備，智能手機，無線網(wǎng)絡設備等記錄。這些移動數(shù)據(jù)作為分析移動對象行為的基礎，包含著移動對象在空間和時間上的重要信息。對這些信息進行模式研究，不僅有助于理解移動對象的行為模式，而且研究成果也被應用于交通管理、動物異常行為分析、路徑規(guī)劃等領域。目前，移動對象模式挖掘主要集中在周期模式挖掘，頻繁模式挖掘，護衛(wèi)模式挖掘，集群模式挖掘等方面。本文主要針對移動對象跟隨模式挖掘方法進行深入的

3、研究。移動對象跟隨模式是指跟隨者與領導者有著相似的運動軌跡，但是跟隨者在到達與領導者相似位置點時有一定的時間延遲。移動對象跟隨模式的研究有益于許多實際的應用，例如研究動物群體中各個移動對象的親近程度，通過分析可疑行蹤來追蹤罪犯等。本文的主要研究成果如下：(1)針對現(xiàn)有跟隨模式挖掘方法中沒有考慮到低采樣率會導致數(shù)據(jù)不確定性這一問題。本文提出了一種從概率論角度來挖掘移動對象跟隨模式的研究思路，為此提出了基于布朗橋模型的跟隨模式建模方法。在收

4、集數(shù)據(jù)時，由于設備的問題，數(shù)據(jù)的采樣率可能并不高或者采樣時間間隔不一致。在對這些數(shù)據(jù)進行分析時可能會造成結果的不準確或者不能如實反映真實情況。通過對移動對象的時空軌跡分布分別建模，再計算移動對象之間的跟隨概率分布，可以避免外界因素對實驗結果的干擾。實驗表明該方法能夠?qū)ΩS模式的挖掘更加精確形象。(2)在分析移動對象領導模式特點的基礎上，提出了基于PageRank算法的移動對象群體領導模式挖掘算法。利用網(wǎng)頁的拓撲結構與群體中領導模式結構的