移動對象軌跡序列模式挖掘.pdf

1、隨著全球定位系統(tǒng)（Global Positioning System，簡稱GPS）越來越普遍地運用，考慮到對移動對象（Moving Object）進行定位跟蹤，通過GPS獲取到移動對象的活動軌跡，并對軌跡序列進行分析研究具有潛在的重大價值。序列模式挖掘（Sequence Pattern Mining）作為數(shù)據(jù)挖掘的一種重要方法，備受關(guān)注。
　　本文實驗采用的數(shù)據(jù)集來自2008年五月的美國舊金山出租車移動數(shù)據(jù)，主要分布在舊金山灣地區(qū)

2、，共包含536輛出租車的GPS坐標數(shù)據(jù)。
　?。?）作為包含時間和空間兩個方面的移動軌跡信息，GPS采集的數(shù)據(jù)具有數(shù)據(jù)量大、周期性、噪聲干擾嚴重、缺失性等特點，如何對軌跡數(shù)據(jù)進行有效地預(yù)處理并得到有用的數(shù)據(jù)，將會直接影響到序列模式挖掘與匹配預(yù)測的正確性。本文從數(shù)據(jù)插值、數(shù)據(jù)聚類、數(shù)據(jù)歸一化、數(shù)據(jù)特征表示以及灰色關(guān)聯(lián)分析等方面對數(shù)據(jù)進行處理，并通過對GPS軌跡停留點的檢測與合并方法對軌跡點進行優(yōu)化，使數(shù)據(jù)能夠高效的進行特征提取，為后

3、續(xù)算法提高可靠的軌跡序列。
　?。?）面對基于Apriori算法基本思想的AprioriAll算法、GSP算法以及SPADE算法等以及基于模式增長的算法，包括Freespan算法、Prefixspan算法等，通過對幾種算法進行對比分析，本文吸取了模式增長方式不產(chǎn)生候選序列的優(yōu)點，同時通過對候選序列更加有效地剪枝進行算法優(yōu)化，有效地提高了模式挖掘算法的效率以及正確性。
　　（3）面對序列模式匹配不準確這一難題，本文提出了Fre