面向移動對象的不確定組模式挖掘算法.pdf

1、隨著移動電話，車載GPS，LBS應用等技術的飛速發(fā)展，生成了海量的移動數(shù)據(jù)，這些移動數(shù)據(jù)與人類本身息息相關，所以對軌跡數(shù)據(jù)的分析有著重要的研究和商業(yè)意義。此外，由于設備采集精度、網(wǎng)絡傳輸延遲等原因，使得不確定數(shù)據(jù)在現(xiàn)實中普遍存在，因此面向不確定數(shù)據(jù)的挖掘算法成為當前研究的熱點問題。由于車流分析，移動電子商務，基于位置的服務以及野生動物研究等方面之中的重要意義，本文解決不確定數(shù)據(jù)的組模式挖掘算法，這種模式挖掘對于了解不確定軌跡數(shù)據(jù)是很重要

2、的。軌跡數(shù)據(jù)的組模式挖掘主要包括兩方面的內容:其一是聚類分析，它研究的是在某一時刻移動對象聚類的問題;其二是組模式的挖掘，它挖掘的是在多個時刻都屬于同一聚類的對象。
　　對于本文提出的算法需要解決以下幾個問題:(1)選擇合適聚類算法為組模式挖掘提供正確的不確定數(shù)據(jù)作為輸入;(2)如何將可能世界模型加入到面向確定數(shù)據(jù)的組模式挖掘算法之中;(3)算法的搜索空間十分的巨大，如何進行裁剪優(yōu)化。(4)對原始算法和優(yōu)化算法進行了對比實驗，對兩

3、種算法的運行時間和挖掘結果進行比對，驗證優(yōu)化算法是否能夠在保證挖掘結果的同時提高算法的效率。
　　本文將聚類算法作為組模式挖掘的預處理操為組模式挖掘提供相關的不確定數(shù)據(jù)，聚類常用的算法包括了DBS CAN和C均值聚類等等，本文使用模糊的C均值聚類將確定的軌跡數(shù)據(jù)轉換成不確定的聚類數(shù)據(jù)，再提出面向不確定數(shù)據(jù)的組模式挖掘算法對其進行操作得到最終的結果。本文依據(jù)這種研究思路將軌跡數(shù)據(jù)的組模式挖掘應用到不確定數(shù)據(jù)之中，改進了面向確定數(shù)據(jù)的